Das Jahr neigt sich dem Ende zu und die KI-Entwicklung hat – wie schon die Jahre zuvor – einen riesigen Sprung nach vorn gemacht. Ich erinnere mich noch gut, wie ich vor einem Jahr in die Zukunft blickte. Damals dachte ich, dass 2025 das letzte Jahr sein würde, in dem ich noch ohne große Hilfe der KI (abgesehen von der Rechtschreibprüfung) arbeiten würde. Spätestens seit der Veröffentlichung von GPT-5 im August war ich tatsächlich an dem Punkt, ab dem sich meine journalistische Arbeit merklich verändern würde. Und nein: Gravierend sind diese Veränderungen noch nicht. Aber sie kamen etwa ein Jahr früher als erwartet.

Mit dem Wissen im Hinterkopf, dass die KI-Entwicklung schneller verlief als ich dachte, hier meine Prognosen darüber, was in einem Jahr wohl möglich sein wird. Erfasst man, wie gut die gängigen Modelle programmieren können, erhält man ein exponentielles Wachstum. Sprich: Die Programmierfähigkeiten der KI werden rasant besser. Solch exponentielles Wachstum lässt sich in einer logarithmischen Tabelle darstellen. In der neuen Skalierung wird ein exponentielles Wachstum immer zu linearem Wachstum. Ein besonders starkes exponentielles Wachstum wird in dieser Darstellung zu einem besonders steilen linearen Wachstum.

Von der exponentiellen in die überexponentielle Phase

Seit einigen Monaten beobachten Experten jedoch folgendes: Auch in der logarithmischen Skalierung ist ein exponentielles Wachstum sichtbar. Das heißt: Das Wachstum tritt nun von einer exponentiellen in eine überexponentielle Phase ein. Wissenschaftler (egal welcher Disziplin) sind mit exponentiellem Wachstum gut vertraut. Zum Beispiel bei der Nutzerzahl sozialer Netzwerke oder dem Wachstum von Bakterien. Überexponentielles Wachstum ist (außer in der reinen Mathematik) extrem selten. Bei einem gewöhnlichen exponentiellen Wachstum lässt sich ein Verdoppelungszeitraum angeben. Beispielsweise könnte sich eine bestimmte Zellkultur im Zeitraum von einer Woche verdoppeln. Bei überexponentiellem Wachstum verkürzt sich auch die Verdoppelungszeit, also zum Beispiel auf drei Tage. Mittlerweile hat also auch die Geschwindigkeit eine Geschwindigkeit.

Viele Experten glauben nun, dass schon 2026 die Intelligenzexplosion bevorsteht; das heißt: Die Programmierfähigkeiten der KI werden so gut, dass die KI sich selbst programmieren kann. Jede KI-Version kann eine bessere Version ihrer selbst programmieren, die wiederum besser darin ist, sich zu verbessern und so weiter. Aktuell wird KI bereits genutzt, um die jeweils nächste KI-Version zu entwickeln, aber federführend sind dabei immer noch Menschen. Dass sich der Kreislauf schließt (die Entwickler sprechen dabei vom Loop), also der gesamte Zyklus ohne menschliche Hilfe abläuft, funktioniert wohl noch nicht.

Elektrisierte Branche

Ich wage an dieser Stelle die Prognose, dass dies auch 2026 noch nicht der Fall sein wird, obwohl die Branche derzeit geradezu elektrisiert ist. Außerdem glaube ich nicht, dass der Turing-Test schon 2026 bestanden wird. Aber es dürfte zumindest knapp werden. Ich rechne mit einem Ergebnis von 95/95, soll heißen: 95 Prozent der Menschen dürften in 95Prozent der Fälle nicht mehr unterscheiden können, ob sie mit einem Menschen oder einer Maschine chatten. Das dürfte für alle praktischen Belange einem Bestehen des Turing-Tests nahekommen. Dennoch poche ich darauf, dass der Turing-Test erst bei einem Ergebnis von 100/100 als bestanden gilt. Und ich glaube nach wie vor, dass dies erst 2030 der Fall sein wird. Denn die letzten 5 Prozent werden umso schwieriger sein.

Die KI-“ Halluzinationen” werden Ende 2026 kein großes Thema mehr sein. Damit ist gemeint, dass eine KI eine Antwort einfach erfindet, falls sie an einer Frage scheitert. Die neuesten Modelle wie GPT-5 oder Gemini 3 haben erstaunlich niedrige Halluzinationsraten und diese dürften weiter sinken. Zwar werden diese nicht exakt bei Null liegen, aber so niedrig sein, dass sie zumindest vergleichbar mit der Fehlerquote eines menschlichen Experten sind. 2023 gab es noch zahlreiche Memes darüber, dass eine KI oft mehr als fünf Finger an einer Hand zeichnete – das fühlt sich mittlerweile sehr lang her an.

Phrasen statt Fachkenntnis

Politiker haben auffällig oft keine Ahnung. Wenn sie sich zu etwas äußern, was außerhalb ihrer üblichen Zuständigkeit liegt (Wahlergebnisse, Kriege, Naturkatastrophen) werden ihre Antworten immer blasser. Deutsche Spitzenpolitiker hatten bislang nur einige hohle Phrasen zur KI zu bieten, etwa Dinge wie „Wirtschaftswachstum“ oder „Standortfaktor“, die aber auch auf die Automobilindustrie zutreffen würden. Dazu gab es einige Warnungen vor KI-manipulierten Bildern, die von der AfD verbreitet wurden. Mit besonderer Fachkenntnis ist allerdings bislang noch kein Politiker aufgefallen. Ich denke, dass sich dies im nächsten Jahr ändern wird.

In meinem vorigen Artikel hatte ich die Möglichkeit beschrieben, dass die KI als Thema so wichtig wird, dass sie alle bisherigen politischen Differenzen überschattet. Dieses Szenario sehe ich im Jahr 2026 noch nicht. Insbesondere das neue Modell Sora von OpenAI erstellt erstaunlich gute Videos. Einige sehen täuschend echt aus – aber weil sie eben eine bewusst niedrige Hürde anpeilen. Besonders beliebt sind Videos, die Aufnahmen von Überwachungskameras imitieren. Diese sind allerdings oft grobkörnig und haben keine besonders gute Bildqualität. Bislang kann ich noch bei jedem Video schnell erkennen, ob es KI-generiert ist oder nicht. Doch während mir dies 2024 noch auf den ersten Blick gelang, muss ich mittlerweile gelegentlich 10 bis 15 Sekunden grübeln, bis Fehler auffallen.

Lösung von mathematischen Grundproblemen

Ich denke, dass ich in etwa einem Jahr bereits 50 Prozent der KI-generierten Videos nicht mehr als solche erkennen kann. Dies wird allerdings nicht rein zufallsverteilt sein, sondern von den Rahmenbedingungen abhängen. Vielleicht sind Videos mit wenigen Personen täuschend echt, während Aufnahmen von Menschenmengen künstlich wirken. Oder es könnte auch genau umgekehrt sein. Vielleicht ist die Darstellung von Details einer Einzelperson sehr schwierig, vielleicht stellt auch die Simulation einer Massendynamik ein Problem dar.

Erst kürzlich konnte die KI ein Erdős-Problem lösen. Dies versetzte Mathematiker weltweit in Aufruhr. Was hat es damit auf sich? Paul Erdős war einer der größten Mathematiker des 20. Jahrhunderts. Zwar geht auf ihn nicht der eine geniale Beweis zurück, dafür aber eine Vielzahl von „kleinen“ Beweisen (die für Normalsterbliche immer noch viel zu hoch sind), die sich über viele Teilbereiche der Mathematik erstrecken. Wichtig war Erdős aber nicht nur, weil er so viel publizierte, sondern auch, weil er mehr Co-Autoren hatte, als jeder andere Mathematiker. Er reiste in den Zeiten des Kalten Kriegs zwischen Ost und West umher und sorgte für einen enormen internationalen Wissenstransfer. Eben weil er andere Mathematiker zusammenbrachte, die dann untereinander neue Beweise austüftelten, gilt er gewissermaßen als „Superspreader“ der Mathematik.

Euphorische Stimmung

In einer langen Karriere identifizierte er über 1.000 komplizierte Probleme, von denen etwa 400 bereits gelöst sind. Zum Vergleich: Von den 24 Hilbert-Problemen, die als deutlich schwieriger gelten und die früher formuliert wurden, sind aktuell nur neun gelöst. In einem meiner früheren Artikel verwies ich auf eine Studie über mathematisch hochbegabte Schüler. Dort zeigte sich, dass ein kleiner Zuwachs in der Intelligenz einen riesigen Zuwachs in der mathematischen Leistungsfähigkeit bedeuten konnte. Eine Steigerung von nur 10 IQ-Punkten konnte im ohnehin hohen Intelligenzbereich die Zahl der mathematisch-naturwissenschaftlichen Doktortitel um fast das 20-fache steigern. Der Sprung vom obersten Prozent zum obersten Promille hat riesige Auswirkungen.

Wenn sich die Erkenntnis aus dieser Studie auf KI übertragen lässt, steht ein solcher Sprung kurz bevor. Ich denke, dass im nächsten Jahr gleich mehrere Erdős-Probleme von der KI, oder zumindest mit KI-Hilfe gelöst werden. Ich selbst bin kein Mathematiker, will also keine Prognose abgeben, wie viele Probleme in welchem Jahr gelöst werden und wann sogar eines der Hilbert-Probleme gelöst wird (das dürfte noch dauern), aber in diesem Fall werde ich meine Prognose am Expertenurteil Terence Taos messen. Dieser war selbst ein Teilnehmer der gerade genannten Studie und hatte Erdős noch persönlich kennengelernt. Tao gibt regelmäßig Updates darüber, wie zuverlässig die KI als Hilfsmittel in der Mathematik ist. Ich vermute, dass er im kommenden Jahr geradezu euphorisch wird.

Die Start-Up-Phase ist vorbei

Ein weiterer Benchmark für die mathematische Leistungsfähigkeit ist der brutal schwierige Test von Epoch AI. Dieser wurde von führenden Mathematikern entwickelt und alle Lösungen werden unter Verschluss gehalten, um zu verhindern, dass die KI einfach googelt, also gewissermaßen einen „Spickzettel“ benutzt. Als der Test vor einem Jahr veröffentlicht wurde, konnten die besten KI-Modelle nur 2 Prozent aller möglichen Punkte erzielen. Heute hingegen etwa 40 Prozent. Ich denke, dass der Epoch AI Benchmark auch 2026 noch nicht fällt, aber Werte von 80 Prozent erreicht werden. Mit diesem Punkt gehe ich ein besonderes Risiko ein, denn ich könnte nicht nur mit meiner Prognose, sondern auch mit meiner Theorie falsch liegen. Falls das explosionsartige Wachstum in der Mathematik erst 2027 kommt, wäre zwar meine Prognose falsch, aber immerhin meine Theorie richtig.

Eines lässt sich mit Sicherheit sagen: Die Start-Up-Phase ist vorbei. Die großen KI-Unternehmen sind mittlerweile genau das: groß. Das heißt aber auch, dass der Markt langsam zu klein wird. Für immer größere Rechenzentren braucht man immer größere Investitionssummen. Vielleicht wird eine Konsolidierung des Marktes sichtbar. Kleine Unternehmen scheiden aus, große Unternehmen fusionieren.

Inhaltliche Hilfe beim Artikelschreiben

Ich selbst kann nicht programmieren, aber habe mir einige simple Programme mit GPT erstellen lassen. Das ging im August nur mittelmäßig gut, aber schon im November weitgehend fehlerfrei. In nur drei Monaten war zwischen den Versionen 5.0 und 5.1 ein riesiger Leistungssprung bemerkbar. Wenn noch vier Leistungssprünge in dieser Größenordnung 2026 kommen, werden Informatiker langsam Angst kriegen, ersetzt zu werden. Ich sehe für das künftige Jahr noch nicht, dass zahlreiche Informatiker entlassen werden. Aber ich halte es für plausibel, dass sich eine gewisse Resignation breitmacht.

Vielleicht wird es merkbar weniger Studienanfänger im Bereich Informatik geben.
Bislang hat mir die KI bei vielen meiner Artikel geholfen – jedoch nur selten inhaltlich. Ich vermute, dass die KI mir im nächsten Jahr bei der Mehrheit meiner Artikel inhaltlich helfen wird. Die eigentliche Argumentation wird jedoch noch durch mich selbst erfolgen. Dass die KI vom Helfer zum Co-Autor wird, sehe ich aber erst für 2027. Vielleicht werde ich paranoid – oder aber der politische Filter wird geschickter: Als ich mir bei meinem Text über Racial Profiling von der KI helfen wollte, war die Antwort eher ausweichend. Ich bekam kein klares Nein, als ich darum bat, den von mir angenommenen paradoxen Effekt mathematisch zu simulieren.

Noch gibt es Defizite

Stattdessen erhielt ich Argumente, warum meine These falsch sein könnte, die auch in meinen Text einflossen, aber eben nicht die gewünschte Berechnung. Als ich meinen Punkt dann klarmachte, rechnete die KI tatsächlich brav alles durch und bestätigte mich zumindest in einem hypothetischen Szenario. Vielleicht funktioniert der Filter inzwischen so, dass er Anfragen nicht mehr rundheraus ablehnt, sondern leicht modifiziert und eine entschärfte Version der Frage beantwortet. Denn wer auf eine Mauer stößt, weil sich die KI verweigert, könnte erst recht misstrauisch werden und sich bestätigt fühlen, auf der richtigen Spur zu sein. Oder aber es war einfach nur ein Zufall. Werde ich im nächsten Jahr genau so viele Artikel schreiben wie 2025 und dabei noch öfter als bisher die KI um Rat fragen, werde ich schon merken, ob die Entwickler hier wirklich „nachgebessert“ haben.

Die größte Enttäuschung ist für mich bislang der Agentenmodus. Vom Prinzip her ist der Gedanke, dass die KI ein Browserfenster automatisch bedient, großartig. Die Umsetzung scheitert aber bisher. Der Agentenmodus schafft es bislang nur, äußerst einfache Beispielaufgaben zu erfüllen und selbst das nur quälend langsam. Ein wirklich brauchbares Ergebnis habe ich bislang noch nicht erhalten. Zwar vermute ich, dass der Agentenmodus im kommenden Jahr deutlich besser funktionieren wird, aber eben noch nicht so gut, dass er tatsächlich hilfreich sein kann.

Physikalische Grenzen

Der Sprachmodus der KI ist mittlerweile beängstigend gut. Die Gespräche wirken schon fast natürlich, sogar kurze Pausen, Betonungen einzelner Wörter, Lacher usw. funktionieren. Aber: Ein flüssiges Gespräch ist immer noch nicht möglich, weil die Verzögerung zwischen Frage und Antwort noch zu lang ist. Diese beträgt mittlerweile nur noch eine Sekunde, aber das reicht, um den Gesprächsfluss empfindlich zu stören. Lässt sich diese Lücke durch bessere KI-Modelle schließen? Nein, denn die Anfrage muss von unserem Endgerät noch zum Server (der meist in den USA steht) und wieder zurück laufen. Und dort macht uns die Lichtgeschwindigkeit einen Strich durch die Rechnung. Erst wenn die Modelle so effizient sind, dass sie auch auf unseren Smartphones laufen, werden verzögerungsfreie Gespräche möglich sein. Und das sehe ich für 2026 noch nicht.

Noch eine Sache, bei der ich der KI nicht allzu viel zutraue: Oft werden in Facebook-Gruppen Bilder gepostet, bei denen eine KI eine Deutschland-Karte erstellt hat. Rein optisch sieht das auch alles ganz gut aus, aber: Die Beschriftungen sind meist Nonsens. Ich vermute, dass derartige Karten auch 2026 noch nicht zuverlässig funktionieren werden. Und zuletzt noch eine Vorhersage auf der Meta-Ebene. In einem Jahr werde ich meine jetzigen Prognosen rauskramen und schauen, ob ich richtig lag oder nicht. Ich vermute, dass die KI dann noch nicht in der Lage ist, einen Artikel so gut zu schreiben wie ich. Falls doch, werde ich einmal die Bilanz meiner Prognosen selbst verfassen und einmal die KI um eine Bilanz bitten und den Leser raten lassen, wer was verfasst hat.