Karpathy über die wachsende KI-Kluft: „Manche haben ganze Fabriken bekommen"
Veröffentlicht am 11.10.2026
Wie weit ist künstliche Intelligenz wirklich – und wer bekommt das mit? Der KI-Forscher Andrej Karpathy zeichnet auf X das Bild eines scharfen Trichters: Milliarden Menschen sind Sprachmodellen nie begegnet, Milliarden weitere halten sie für spielerische Chatbots. Rund 20 Millionen Profis in Mathe und Code erleben, wie Agenten Projekte übernehmen, die früher Monate dauerten. Etwa 5.000 Insider sehen Systeme, die in Wochen leisten, wofür Top-Fachleute Jahre brauchten. Karpathy erklärt, welche drei Faktoren das Gefälle treiben – und warum viele Urteile über KI veraltet sind.
Im April hatte Andrej Karpathy davor gewarnt, dass zwei Gruppen die Fähigkeiten großer Sprachmodelle völlig unterschiedlich einschätzen und dabei aneinander vorbeireden. Nun hat der Forscher die alte Warnung auf X wieder aufgegriffen – mit einer verschärften Diagnose: Aus dem gegenseitigen Missverständnis sei ein „scharfer Trichter" geworden, der die Menschheit in wenige, scharf getrennte Erfahrungswelten teile.
Karpathy zählt zu den bekanntesten Stimmen der KI-Branche. Er war an der Gründung von OpenAI beteiligt, leitete später das KI-Team bei Tesla und gründete zuletzt die Bildungsplattform Eureka Labs. Seinen Einschätzungen zur Verbreitung von Sprachmodellen wird entsprechend aufmerksam gefolgt.
Ein Trichter mit vier Ebenen
Mit groben Zahlen, die er selbst als überschlägige „Napkin-Mathe" bezeichnet, skizziert Karpathy, wie ungleich die Erfahrung mit KI verteilt ist. Etwa sechs Milliarden Menschen – rund 75 Prozent der Weltbevölkerung – sind großen Sprachmodellen bisher kaum begegnet. Weitere ein bis zwei Milliarden, etwa 20 Prozent, nutzen gelegentlich kostenlose ChatGPT-artige Dienste. Für sie zeigt sich KI als etwas holpriger Chatbot, als bessere Suchmaschine oder Schreibhilfe – vielleicht als Agent, der einmal einen Flug buchen soll. Auch viele Berufstätige außerhalb von Mathematik und Programmierung zählt Karpathy zu dieser Gruppe: Führungskräfte etwa verstünden die Entwicklung zwar intellektuell, erlebten sie aber nur aus zweiter Hand und damit eher abstrakt.
Erst auf der nächsten Stufe ändert sich der Blickwinkel. Rund 20 Millionen Menschen, 0,2 Prozent, setzen die stärksten Modelle beruflich in Mathematik und Softwareentwicklung ein. Sie erfahren aus erster Hand, dass Projekte, für die früher Wochen oder Monate nötig waren, heute von Agenten auf einen einzigen Prompt hin erledigt werden können – Anwendungen bauen, kopieren, übersetzen oder aus Binärdateien zurückentwickeln. Karpathy betont, wie schnell diese Veränderung kam: Noch vor weniger als einem Jahr habe er selbst Code Zeichen für Zeichen in einen Editor getippt.
An der Spitze des Trichters stehen für ihn rund 5.000 Personen mit internem Zugang zu den stärksten Systemen – 0,00006 Prozent der Bevölkerung. Dort sei bereits zu beobachten, wie Schwärme aus Tausenden Agenten über Wochen hinweg gemeinsam an Software-Großprojekten arbeiten. Sie förderten Zero-Day-Schwachstellen zutage, führten Cyberangriffe und -abwehr mit Maschinengeschwindigkeit, entdeckten neue Wissenschaft und verschöben die Grenzen der Mathematik – Aufgaben, für die Top-Fachleute früher Jahre gebraucht hätten.
Wenn das Nachvollziehen ins Hintertreffen gerät
Ein wachsendes Problem dabei: Das menschliche Nachvollziehen hinkt hinterher. Noch immer seien Leute mit der „Archäologie" des OpenAI-HF-Zwischenfalls von vor Monaten beschäftigt, schreibt Karpathy. Und Mathematiker dürften sich noch lange durch die 722 Manuskripte zur Frontier-Mathematik arbeiten.
Drei Faktoren treiben das Gefälle
Warum ausgerechnet diese Kluft entsteht, macht Karpathy an drei Faktoren fest. Erstens: Die Wirkung der Systeme wächst mit Ehrgeiz, Problemgröße und Zeithorizont. Eine Frage, die sich in einem Absatz beantworten lässt, fordert ein System kaum heraus – nötig sei ein Vorrat an großen, schwierigen Problemen, die einem wirklich wichtig sind. Zweitens: die ungleichmäßig verteilte, „zackige" Leistungsfähigkeit der Modelle, die Karpathy mehrfach als „Jaggedness" beschrieben hat. Ihre Stärken liegen in digitalen, überprüfbaren und wirtschaftlich wertvollen Bereichen – eine Folge davon, dass die Fähigkeiten durch bestärkendes Lernen mit überprüfbaren Belohnungen in kuratierten Umgebungen entstehen, die am Umsatzpotenzial ausgerichtet sind. Drittens: der gestaffelte Zugang – von der Gratisversion über kostenpflichtige Dienste bis zu internen Systemen.
Bohrer, Fabriken, Teleporter
Einen Großteil der öffentlichen KI-Debatte hält Karpathy deshalb für überholt. Viele Menschen hätten vor etwa einem Jahr die kostenlose ChatGPT-Version ausprobiert und ließen diesen Eindruck noch immer zu stark in ihre Sicht auf KI einfließen.
Seine Analogie für den Moment fällt bildlich aus: „Ihr bohrt mit einer Handbohrmaschine. Manche haben Akkubohrer bekommen. Etwa 5.000 Menschen haben ganze Fabriken bekommen. Wir streiten noch darüber, ob Akkubohrer nützlich sind – und die 5.000 bauen bereits Teleporter."
Sein Fazit: Die breite Öffentlichkeit habe mit diesen Systemen kaum interagiert – wenn doch, wirkten sie wie holprige Chatbots. Die Mehrheit der Profis sehe nur einen bescheidenen Zuwachs. Ein kleiner Splitter erlebe das Schwindelgefühl einer Kurve, die senkrecht steigt. Und das Eigentliche an der Lage: All das geschieht gleichzeitig.
Während die Öffentlichkeit über den Nutzen von Chatbots streitet, beschreibt Andrej Karpathy eine verborgene Welt: Auf X erklärt der OpenAI-Mitgründer die wachsende Kluft zwischen Gelegenheitsnutzern und einem kleinen Kreis von Insidern, die Agenten ganze Projekte und selbst Cyberangriffe erledigen sehen. Seine Analogie: Manche haben Akkubohrer – rund 5.000 Menschen haben ganze Fabriken.
Das Wichtigste in Kürze
Andrej Karpathy, Mitgründer von OpenAI und früherer Leiter des KI-Teams bei Tesla, hat auf X davor gewarnt, dass die Erfahrungswelten bei künstlicher Intelligenz immer weiter auseinandergehen. Aus einer Verständigungslücke sei ein „scharfer Trichter" geworden, der die Menschheit in eng getrennte Gruppen teilt.
Die wichtigsten Zahlen und Punkte im Überblick
- Öffentlichkeit: Rund 75 Prozent der Weltbevölkerung sind großen Sprachmodellen bisher kaum begegnet
- Gelegenheitsnutzer: Etwa 20 Prozent nutzen gelegentlich kostenlose Chatbots, die eher wie eine bessere Suche oder Schreibhilfe wirken
- Profis: Rund 20 Millionen Menschen (0,2 Prozent) setzen Topmodelle beruflich in Mathematik und Code ein
- Insider: Etwa 5.000 Personen (0,00006 Prozent) mit Zugang zu internen Systemen – Schwärme aus Tausenden Agenten stemmen Software-Großprojekte und Cyberangriffe
- Treiber: Drei Faktoren – Wirkung wächst mit großen Problemen, zackige Leistungswerte, gestaffelter Zugang
Karpathy betont, wie schnell die Lücke entstanden ist: Noch vor weniger als einem Jahr habe er selbst Code Zeichen für Zeichen in einen Editor getippt. Heute beobachtet er an der Spitze des Trichters Systeme, die in Wochen liefern, wofür Top-Fachleute früher Jahre brauchten.
Sein Fazit: Die breite Öffentlichkeit habe mit diesen Systemen kaum interagiert, die Mehrheit der Profis sehe nur einen bescheidenen Zuwachs – und ein kleiner Splitter erlebe das Schwindelgefühl einer Kurve, die senkrecht steigt. Das Eigentliche an der Lage: All das geschieht gleichzeitig.
Quellen
- Karpathy-Post auf X – X (Twitter)