Künstliche Intelligenz hat sowohl die Erwartungen an sie als auch die zu ihrer Regulierung geschriebenen Regeln überholt – das ist die Kernaussage des dritten Berichts des Projekts AI100, der Hundertjahrstudie über Künstliche Intelligenz.

Der Bericht, veröffentlicht vom Stanford Institute for Human-Centered AI (HAI), ist der Fünf-Jahres-Check des Projekts. AI100 wurde 2014 mit einer Stiftung von Eric und Mary Horvitz ins Leben gerufen und wird von einem internationalen ständigen Ausschuss unter Vorsitz von Sheila McIlraith (Universität Toronto) am Stanford HAI betreut. Das Studienpanel 2026 leitete Michael Wooldridge von der Universität Oxford; es stützt sich auf Informatik, Philosophie und Soziologie.

Sein wichtigster Befund: Die Ära der reinen Skalierung endet. Hochwertige Trainingsdaten werden knapp, die Kosten für das Training von Frontier-Modellen sind prohibitv geworden. Die nächste Phase werde weniger von größeren Systemen als von klügeren Algorithmen, effizienteren Modellen und tieferem Reasoning geprägt sein.

Die Disruption greift auf Felder über, die lange als immun galten: Kreativwirtschaft, Softwareentwicklung und sogar reine Mathematik – eine Parallele, die die Autoren zur Wirkung der Technologie auf Journalismus, Musik und Handel ziehen. In der Wissenschaft verkürzt KI Forschungszeiträume von Jahren auf Monate; das Panel erwartet, dass KI-gestützte Labore binnen eines Jahrzehnts die Norm werden, warnt aber, dass die Validierung maschinell erzeugter Entdeckungen neue Methoden erfordert.

Der Bericht dokumentiert zudem einen Investitionsboom ohnegleichen. Der Bau von Rechenzentren belastet die Energieversorgung, treibt die Emissionen und formt die nationale Energiepolitik um; Chiphersteller Nvidia war kurzzeitig das wertvollste Unternehmen der Geschichte. Der wirtschaftliche Nutzen ist in aggregierten Daten oder Kapitalrenditen jedoch noch nicht sichtbar – eine Lücke, die das Panel als mögliche Finanzblase markiert.

Geopolitisch bleibt die Frontier-Entwicklung bei einer Handvoll US-amerikanischer und chinesischer Akteure konzentriert. US-Firmen führen bei den stärksten proprietären Modellen, chinesische Open-Weight-Modelle holen rasch auf – andere Länder müssen zwischen US-Systemen, chinesischen Modellen oder eigener souveräner Fähigkeit wählen.

Zwei Warnungen stechen hervor. In der Cybersicherheit wirkt KI in beide Richtungen: Systeme haben Software-Schwachstellen gefunden und Angriffe mit Agententeams ausgeführt. Und im Krieg, so der Bericht, werden tödliche Zielentscheidungen bereits ohne menschliche Aufsicht getroffen; gefordert werden neue internationale Regeln für den Einsatz.

Das Panel schließt mit der Öffentlichkeit, die es übergangen sieht. Milliarden sind von KI betroffen, hatten aber kaum Einfluss darauf, wie sie gebaut wird. Die internationale Governance – zunehmend als nationale Sicherheit statt globale Kooperation gerahmt – brachte Grundsatzerklärungen hervor, aber kaum durchsetzbare Verpflichtungen.