Vor zehn Jahren in dieser Woche saß eine Maschine gegenüber dem größten Brettspielspieler der Welt in einem Hotel in Seoul, Südkorea. Das Spiel war Go. Es ist über 3.000 Jahre alt und hat mehr mögliche Brettpositionen als es Atome im beobachtbaren Universum gibt. Niemand dachte, dass ein Computer dieses Match gewinnen könnte, nicht für mindestens ein weiteres Jahrzehnt. Die Maschine gewann vier von fünf Spielen. Aber das Ergebnis war nicht die Geschichte, sondern vielmehr ein einzelner Zug während Spiel 2. Zug 37. AlphaGo platzierte einen Stein in einer Position, die so seltsam war, dass die Kommentatoren, die das Match live übertrugen, dachten, das System hätte einen Fehler. Professionelle Go-Spieler, die auf der ganzen Welt zusahen, bezeichneten es in Echtzeit als einen Fehler. Aber es war kein Fehler. Es stellte sich heraus, dass es einer der brillantesten Züge in der gesamten 3.000-jährigen Geschichte des Spiels war. Und eine Maschine hatte ihn selbstständig entwickelt. AlphaGo hatte berechnet, dass die Wahrscheinlichkeit, dass ein Mensch jemals diesen Zug macht, etwa eins zu zehntausend betrug. Es spielte den Zug trotzdem und dieser Zug war es, der das Spiel gewann. Lee Sedol, der Weltmeister, der gegenüber am Tisch saß, starrte über zwölf Minuten lang, während er versuchte zu verarbeiten, was passiert war. Er sagte später, dass er in diesem Moment erkannte, dass AlphaGo kreativ war. Dieses einzelne Match hat die Welt neu verdrahtet. China sah zu, wie eine Maschine das heiligste Strategiespiel der ostasiatischen Kultur dominierte, und behandelte es wie eine nationale Sicherheitskrise. Peking startete einen massiven Investitionsschub in KI im Wert von Hunderten von Milliarden Dollar. Das globale Wettrüsten in der KI, in dem wir alle gerade leben, begann in diesem Hotelzimmer. Hier ist, warum das jetzt wichtig ist. Fast jedes große KI-Labor im Jahr 2026 konzentriert sich darauf, Sprachmodelle größer zu machen. Das nächste Wort vorhersagen, aber besser und schneller. Hassabis setzt auf eine ganz andere Wette. Er argumentiert, dass die Vorhersage von Wörtern niemals zu echter Intelligenz führen wird. Was fehlt, ist die Fähigkeit, tatsächlich vorauszudenken, verschiedene Möglichkeiten zu erkunden und zu planen, bevor man handelt. Das konnte AlphaGo 2016 und DeepMind baut seitdem leise auf diesem Fundament auf. Der Plan ist, Geminis Verständnis von Sprache und der Welt zu nehmen, es mit AlphaGos Fähigkeit zu kombinieren, Probleme zu durchsuchen und zu lösen. Und dann spezialisierte Werkzeuge wie AlphaFold einzufügen, das eines der ältesten ungelösten Probleme der Biologie mit demselben grundlegenden Ansatz gelöst hat. Hassabis hat gesagt, dass er glaubt, AGI könnte innerhalb von fünf bis acht Jahren eintreffen. Und dass, wenn es so weit ist, es die Industrielle Revolution im Vergleich langsam erscheinen lassen wird. All das geht auf einen einzelnen Stein zurück, der auf ein Holzbrett in einem ruhigen Raum in Seoul gelegt wurde. Das war das erste echte Zeichen dafür, dass Maschinen etwas tun konnten, von dem wir dachten, dass es nur Menschen möglich sei, eine Idee zu entwickeln, die noch nie zuvor gedacht wurde. Und die Menschen, die es gebaut haben, verwenden jetzt dasselbe Spielbuch, um etwas viel Größeres zu schaffen.

Der ehemalige CEO von Google hat gerade beschrieben, wie ein Programmierer einen KI-Agenten von 19 Uhr bis 4 Uhr morgens betreibt. Er wacht auf, frühstückt und überprüft, was über Nacht erfunden wurde. Eric Schmidt sagt, was gerade passiert, ist "verblüffend". Schmidt sagt, die besten Programmierer waren schon immer zehnmal mehr wert als die, die direkt unter ihnen stehen. Das war schon vor der KI so, aber jetzt werden diese Menschen noch wertvoller, weil sie die einzigen sind, die diese Systeme tatsächlich steuern können. Alle anderen werden ersetzbar. Die eigentliche Vorhersage betrifft die Form der gesamten Wirtschaft. Schmidt sagt, wir steuern auf eine kleine Anzahl sehr großer Unternehmen und eine massive Anzahl sehr kleiner Unternehmen zu. Die Mitte verschwindet, denn wenn KI die Arbeit erledigen kann, braucht man einfach nicht mehr so viele Menschen. Das zeigt sich bereits in den realen Einstellungsdaten. Forschungen von Stanford haben einen Rückgang von 20 Prozent bei den Einstellungen für Entwickler in der frühen Karriere seit Ende 2022 festgestellt. Einige Unternehmen sagen, dass KI jetzt 70 bis 90 Prozent ihres Produktcodes schreibt. Teams, die früher zehn Junior-Ingenieure benötigten, arbeiten jetzt mit zwei Senior-Ingenieuren und einem KI-Agenten. Schmidt warnt seit zwei Jahren davor. Der Unterschied jetzt ist, dass die Zahlen mit der Vorhersage aufholen. Die Einstellungen sinken auf Einstiegsniveau und die Mitarbeiterzahl schrumpft in den Bürotätigkeiten. Und die Unternehmen, die am langsamsten reagieren, werden keine zweite Chance zur Anpassung bekommen.

Mark Zuckerberg gab 14 Milliarden Dollar aus, um einen Mann einzustellen. Neun Monate später baut er ihn ab. Im Jahr 2025 kaufte Meta fast die Hälfte von Scale AI und holte seinen 28-jährigen Gründer, Alexandr Wang, als Chief AI Officer an Bord. Er erhielt ein Superteam von Eliteforschern und einen Auftrag, Superintelligenz zu verfolgen. Doch innerhalb von Meta begann die Kollision schnell. Die alte Garde der Führungskräfte wollte KI, die Facebook und Instagram stärkt. Wang wollte das nächste Frontier-Modell entwickeln, nicht das nächste Werbeprodukt. Dann ging die Legende. Der Turing-Preisträger Yann LeCun weigerte sich, Wang zu berichten, nannte ihn "jung und unerfahren" und verließ Meta nach mehr als einem Jahrzehnt. Die Risse waren nun öffentlich. Bis Ende 2025 soll Wang sich darüber beschwert haben, dass Zuckerbergs Griff den Fortschritt erstickte. Und im März 2026 machte Zuckerberg seinen Zug. Er gründete eine neue angewandte KI-Organisation, die anderen langjährigen Vertrauten berichtete, und leitete wichtige Projekte, Personen und Infrastrukturen um Wang herum. Die Forscher, die Wang persönlich rekrutiert hatte? Sie berichten jetzt an andere Führungskräfte. Wang hat immer noch den Titel des Chief AI Officer, aber die Macht ist weg. 14 Milliarden Dollar investiert und der beste KI-Wissenschaftler weg und Hunderte von Stellen wurden deswegen gestrichen. Das ist Zuckerbergs Eingeständnis, dass seine größte Wette nicht funktioniert hat. Und er macht es auf die Art und Weise, wie er es immer tut: nicht indem er jemanden feuert, sondern indem er um sie herum aufbaut, bis nichts mehr übrig ist.