Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

AI100-Bericht warnt: Die Ära der Skalierung stößt an Grenzen

10. November 2026, 15:00Von der KI Nachrichten RedaktionQuelle: Minderoo Centre for Technology & Democracy
AI100-Bericht warnt: Die Ära der Skalierung stößt an Grenzen
Bild: Minderoo Centre for Technology & Democracy

Der dritte Bericht der One Hundred Year Study on Artificial Intelligence kommt zu dem Schluss, dass der skalierungsgetriebene Ansatz hinter den jüngsten KI-Fortschritten an Grenzen stößt. Betroffen sind die Verfügbarkeit hochwertiger Daten, Energie und Rechenleistung. Der Bericht untersucht außerdem die wachsenden Auswirkungen von KI auf Wissenschaft, Cybersicherheit, Kriegsführung, Märkte und demokratische Institutionen.

Das Wichtigste in Kürze
  • Der AI100-Bericht sieht die skalierungsgetriebene KI-Entwicklung an ihren Grenzen.
  • Effizientere Modelle und ausgeprägtere Schlussfolgerungsfähigkeiten dürften an Bedeutung gewinnen.
  • Die Umwälzungen durch KI erfassen Wissenschaft, Cybersicherheit, kreative Arbeit und Mathematik.
  • Der Bericht hebt Risiken für Energieversorgung, Kriegsführung, synthetische Medien und Finanzmärkte hervor.
  • Er fordert eine stärkere Beteiligung der Öffentlichkeit und eine bessere internationale KI-Governance.

Der Wandel geht über größere Modelle hinaus

Der am 10/11/2026 veröffentlichte Bericht wurde vom AI100-Projekt erstellt, einer internationalen Langzeitstudie unter Leitung eines ständigen Ausschusses von KI-Experten, die vom Stanford HAI verwaltet wird. Die Studiengremien kommen alle fünf Jahre zusammen, um die Fortschritte der KI und ihre Folgen für Menschen, Gemeinschaften und die Gesellschaft zu bewerten.

Professorin Gina Neff, geschäftsführende Direktorin des Minderoo Centre for Technology & Democracy und Mitglied des Expertenpanels, sagte, führende KI-Unternehmen hätten „noch stärker auf Skalierung gesetzt“. Der Bericht zeige, dass die Branche „an die Grenzen der Skalierung stößt“.

Über Jahre setzte die KI-Entwicklung auf größere Datensätze und mehr Rechenleistung. Laut dem Bericht werden hochwertige Daten knapp, während die Kosten für das Training führender Modelle prohibitiv geworden sind. In der nächsten Phase dürften daher intelligentere Algorithmen, effizientere Modelle und Systeme mit ausgeprägteren Schlussfolgerungsfähigkeiten wichtiger werden, statt die Modellgröße einfach weiter zu erhöhen.

Die Auswirkungen von KI erfassen immer mehr Lebensbereiche

Der Bericht beschreibt Umwälzungen in Bereichen, die einst als weniger anfällig für Automatisierung galten, darunter die Kreativwirtschaft, die Softwareentwicklung und die reine Mathematik. Er vergleicht diese Veränderungen mit den Umbrüchen, die Technologie in den vergangenen drei Jahrzehnten in Journalismus, Musik und Einzelhandel ausgelöst hat.

KI verändert auch das Tempo wissenschaftlicher Arbeit. Nach Angaben der Forscher verkürzt sie Forschungszeiträume von Jahren auf Monate oder Wochen. Sie erwarten, dass KI-gestützte Labore innerhalb eines Jahrzehnts in allen wissenschaftlichen Disziplinen üblich werden. Zugleich warnen sie, dass maschinell erzeugte Entdeckungen neue, strenge Validierungsmethoden erfordern werden.

Weitere Ergebnisse betreffen die Cybersicherheit: KI kann Schwachstellen in Software erkennen und Cyberangriffe mithilfe von Agententeams unterstützen. Auch militärische Anwendungen werden untersucht, bei denen Entscheidungen über tödliche Ziele ohne menschliche Aufsicht getroffen wurden. Der Bericht fordert neue internationale Einsatzregeln.

Außerdem heißt es, synthetische Bilder, Audioaufnahmen und Videos hätten die Annahme erschüttert, dass fotografische Beweise vertrauenswürdig sind. Geklonte Stimmen werden bei Betrugsmaschen eingesetzt, während synthetische Medien zur Beeinflussung von Wahlen verwendet wurden.

Investitionen und Regulierung bleiben umstritten

Der Bericht beschreibt einen Boom bei Investitionen in KI-Infrastruktur, der die Energieversorgung unter Druck setzt, den CO2-Ausstoß erhöht und die nationale Energiepolitik beeinflusst. NVIDIA sei zeitweise zum wertvollsten Unternehmen der Geschichte geworden, während KI-Aktien 2025 einen erheblichen Anteil der Kursgewinne am US-Markt ausgemacht hätten. Gleichzeitig sei der wirtschaftliche Einfluss von KI in den gesamtwirtschaftlichen Daten und den Renditen der Unternehmen noch nicht sichtbar. Das schürt die Sorge vor einer möglichen Finanzblase.

Die Entwicklung führender KI-Systeme konzentriert sich weiterhin auf wenige Akteure aus den USA und China. Dem Bericht zufolge liegen US-Unternehmen bei den leistungsfähigsten proprietären Modellen vorn, während Chinas leistungsfähige Modelle mit offenen Gewichten den Abstand verkürzen.

Für Nutzer und Regierungen stellt der Bericht die Entwicklung der KI als gemeinsame gesellschaftliche Entscheidung dar. Milliarden Menschen seien von KI betroffen, hätten aber bislang kaum Einfluss auf ihre Entwicklung oder ihren Einsatz genommen. Der Bericht fordert deshalb eine stärkere Beteiligung der Öffentlichkeit und eine wirksamere internationale KI-Governance.

One Hundred Year Study on Artificial IntelligenceAI100MCTD CambridgeGina NeffForschungsergebnisseRechenzentrenEnergieSchlussfolgerungsmodelle
Quelle
Minderoo Centre for Technology & Democracy: AI 100: The Scaling Era and the Rise of Generative AI

Ähnliche Meldungen

PyTorch betreibt Metas 816B Muse Spark Open auf einem TPU-v7-Host
Für Entwickler10. November 2026, 17:45

PyTorch betreibt Metas 816B Muse Spark Open auf einem TPU-v7-Host

PyTorch zufolge lässt sich Metas Mixture-of-Experts-Modell Muse Spark Open mit 816B Parametern auf einem einzelnen TPU-v7-Host mit vier Chips betreiben. Das System nutzt…

Hugging Faces HOPE-Methode beschneidet MoE-Experten mit Blick auf ihre Partner
Forschung9. November 2026, 13:34

Hugging Faces HOPE-Methode beschneidet MoE-Experten mit Blick auf ihre Partner

Hugging Face hat HOPE vorgestellt, eine Pruning-Methode für Mixture-of-Experts-Sprachmodelle, die berücksichtigt, wie Experten zusammenarbeiten, bevor sie entfernt…

Studie von Snorkel AI misst die Effizienz lokaler Sprachmodelle
Forschung5. November 2026, 17:56

Studie von Snorkel AI misst die Effizienz lokaler Sprachmodelle

Snorkel AI hat eine Studie vorgestellt, die misst, wie viel nutzbare Leistung von Sprachmodellen lokale Hardware für ihren Stromverbrauch liefert. Das Projekt…