Kaum eine Technologie hat sich je so schnell in den Alltag gedrängt wie Künstliche Intelligenz (KI). Das Auto brauchte rund 65 Jahre, um 100 Millionen Nutzer zu erreichen, das Internet immerhin sieben. ChatGPT schaffte es in etwa zwei Monaten. Heute liegen die wöchentlich aktiven KI-Nutzer bei rund 900 Millionen – und das Tempo flacht nicht ab. Wer heute noch darauf wartet, dass sich der Hype legt, wartet am falschen Ende.
Spannend finde ich dabei weniger die Zahl selbst als das, was sich dahinter abspielt. KI-Forschung gibt es seit über 80 Jahren, doch erst der Launch von ChatGPT Ende November 2022 brachte die Technologie in die Chefetagen, Schulen und Wohnzimmer dieser Welt. Google hatte Vergleichbares schon länger in der Schublade, hielt sich aber zurück – zu fehleranfällig, hieß es damals. OpenAI hat sich diese Zurückhaltung nicht geleistet. Die Antworten waren oft nicht korrekt, aber verblüffend überzeugend formuliert. Genau diese Mischung aus Selbstbewusstsein und Unschärfe hat den Markt aufgerissen. Und ganz nebenbei hat die Branche damit einen neuen Begriff gelernt: das sogenannte Halluzinieren.
Vier Phasen, ein klarer Trend
Die Entwicklung lässt sich grob in vier Phasen fassen, wie auch die Zeitachse zeigt. Die „Klassische KI" ab den Fünfzigerjahren arbeitete mit Logik und Regeln, blieb aber mangels Rechenleistung im Hintergrund. Mit der „Generativen KI" ab 2022 wurde die Technologie erstmals für alle sichtbar – Systeme, die auf Anfrage Texte, Bilder oder Code produzieren, dabei aber rein reaktiv bleiben. Seit diesem Jahr verschiebt sich der Schwerpunkt Richtung „Agentischer KI": Systeme, die Ziele verfolgen, Entscheidungen treffen und mehrstufige Aufgaben selbstständig abarbeiten. Weniger Werkzeug, eher digitaler Kollege. Und irgendwo am Horizont, häufig auf 2030 datiert, wartet die „Artificial General Intelligence (AGI)" – eine KI, die jede intellektuelle Aufgabe mindestens auf menschlichem Niveau lösen könnte. Noch Theorie, aber eine, auf die sich Unternehmen schon heute vorbereiten sollten.
Strom aus der Steckdose
Was sich in den letzten Monaten besonders deutlich zeigt: Die reinen Modelle werden zur Commodity. OpenAI war lange unangefochten vorne, aber Anthropic mit Claude, Google mit Gemini, MetaAI, DeepSeek aus China und Mistral aus Europa liefern inzwischen Leistungen, die sich zunehmend annähern. Gemessen an den gängigen Benchmarks bewegen sich die Modelle bereits auf dem Niveau menschlicher Experten – und werden es bald übertreffen.
Andrew Ng, (Stanford, ex-Google Brain), hat dafür ein treffendes Bild gefunden: KI-Modelle werden zur Commodity, vergleichbar mit Strom aus der Steckdose. Niemand fragt mehr, aus welchem Kraftwerk die Kilowattstunde stammt – entscheidend ist, was man damit betreibt. Genauso verhält es sich mit den großen Sprachmodellen: Der Wettbewerbsvorteil verschiebt sich weg vom Modell selbst hin zu der Architektur und den Anwendungen, die darauf aufbauen.
Die eigentliche Managementfrage
Und genau hier liegt die Aufgabe für die Führungsebene. Die Frage ist nicht mehr, welches Modell das Beste ist – die Unterschiede werden kleiner, die Auswahl austauschbarer. Entscheidend wird, wie ein Unternehmen die verfügbare KI-Leistung in die eigenen Prozesse, Produkte und Teams einbettet. Wer das jetzt sauber aufsetzt, verschafft sich einen Vorsprung, der sich nicht mehr durch schnelle IT-Anpassungen einholen lässt. Was ich immer wieder beobachte: Wer in fünf Jahren noch vorne mitspielt, entscheidet sich nicht irgendwann, sondern jetzt.