AGI und das Ende der Arbeit: Stargate verspricht 500 Milliarden

Die versprochene AGI und das von niemandem unterzeichnete Ende der Arbeit

Die Ankündigung des Stargate-Projekts, einer Investition von 500 Milliarden Dollar in die KI-Infrastruktur in den USA, hat eine Debatte neu entfacht, die seit Monaten schwelte: Wenn die allgemeine künstliche Intelligenz (AGI) wirklich kommt, was passiert dann mit der Arbeit, der Wirtschaft und unserer Vorstellung vom Menschsein? Das offizielle Versprechen ist ambitioniert: Bau einer AGI und Heilung von Krankheiten in einem nie dagewesenen Tempo. Die Reaktion in den digitalen Foren reicht von apokalyptischem Enthusiasmus bis zu beißendem Spott. Dazwischen stehen unbequeme Fragen, die niemand beantwortet.

Was ist AGI und warum wird ihre Machbarkeit diskutiert?

Allgemeine künstliche Intelligenz wird im aktuellen Diskurs als ein System definiert, das jede intellektuelle Aufgabe bewältigen kann, die auch Menschen erledigen können. In der Populärkultur wird sie oft als allwissende Gottheit dargestellt, mit der man sprechen kann. Der erste technische Einwand lautet: Eine KI, egal wie fortgeschritten, versteht nicht wirklich, was man von ihr will; sie sagt statistisch nur das nächste Wort voraus. Der zweite Einwand ist philosophischer Natur: Für eine AGI müsste man das menschliche Gehirn emulieren, das auf Kohlenstoff basiert und komplexe Strukturen bildet – etwas, das sich laut Kritikern kaum mit reflexivem Bewusstsein replizieren lässt.

Die Gegenargumente kommen schnell und nutzen ein wiederkehrendes Bild: Genau das sagten man vor hundert Jahren über Vögel und das Fliegen. Es geht nicht darum, die interne Funktionsweise des Gehirns nachzuahmen, sondern sein externes Ergebnis zu simulieren. Die ersten Flugzeuge flatterten nicht; künstliche neuronale Netze haben nichts mit biologischen Neuronen gemeinsam, außer dass sie verbunden sind und Informationen austauschen. Von außen nach innen, nicht umgekehrt. Die Zukunft, so eine vehemente Stimme, liegt in den Daten.

Die Debatte um das Bewusstsein: Denken Menschen rational?

Ein interessanter Aspekt der Diskussion lenkt den Blick weg von der Maschine hin zum Menschen. Sprachmodelle denken nicht, weil sie nicht verstehen, heißt es. Aber denken Menschen? Die gegebene Antwort ist unbequem: 98 % tun es nicht, sie nutzen gesunden Menschenverstand und Intuition und treffen Entscheidungen basierend auf Erfahrungsmustern. Auf diesem Gebiet übertreffen uns Modelle bereits. Viele Entdeckungen könnten lediglich das Ergebnis nachträglicher Rationalisierung sein: Erst intuitiv erfassen, dann begründen. Die neuesten Modelle mit Chain-of-Thought und Mixture-of-Experts tun genau das: Sie rationalisieren.

Manche treiben das Argument auf die Spitze und behaupten, kein Mensch auf dem Planeten besitzt auch nur 1 % des Wissens eines großen Sprachmodells. Sollte sich herausstellen, dass auch wir durch statistische Vorhersage funktionieren, könnte dies einige schockieren. Konsistenz, so ein anderer Kommentar, sei unvermeidlich.

Das wirtschaftliche Szenario: Vier Gruppen und ein Grundeinkommen

Wenn die AGI kommt, wie wird der Kuchen verteilt? Die häufigste Prognose skizziert einen Kapitalismus mit Grundversorgungen und vier klar getrennten Gruppen. Erstens die Superreichen. Zweitens kleine Rentiers: Leute mit Aktien oder Immobilien, die dank steigender Produktivität ohne Arbeit gut leben. Drittens Beamte, die so tun, als würden sie arbeiten, aber gut bezahlt werden. Viertens spezialisierte, unersetzliche Fachkräfte. Und fünftens Empfänger eines universellen Grundeinkommens, die in kleinen Wohnungen mit Essen und Unterhaltung leben, ohne etwas beizutragen, damit sie nicht stören. Kurz gesagt: Der Status quo, aber mit der Mehrheit der Bevölkerung aus dem Arbeitsmarkt entfernt.

Das Problem dieses Szenarios, so der Einwand, ist, dass hungernde Menschen dazu neigen, Chaos anzurichten. Deshalb ist der spekulierte Plan nicht Elysium, sondern die Massen bei Laune zu halten: universelles Grundeinkommen, nicht-reproduktiver Sens, Prono, billige Unterhaltung und legale Drogen. Ein Plan der massiven Kastration, bei dem die Oligarchie in zwei Generationen eine saubere Erde erbt. Die Weltbevölkerung reduziert auf ein Zehntel. Die Frage bleibt, ob das tragfähig ist oder ob der Schwindel vorher auffliegt.

Das Datenproblem: An der Decke angekommen

Dem Optimismus großer Zahlen steht das bodenständige Argument gegenüber: Modelle stecken nicht mehr in den Kinderschuhen, sie stoßen an Grenzen. Selbst Elon Musk räumt ein, dass es keine hochwertigen Daten mehr gibt, um sie zu trainieren. In diesem Szenario klingt die Eliminierung von 80 % potenzieller Inhaltsersteller für diese KIs wie eine selbst erfüllende und dumme Prophezeiung. Kritiker ironisieren, dass Blender Rauch in Gold verwandeln, und Trump habe ihnen gerade große Summen versprochen.

Hinzu kommt das Misstrauen gegenüber Datenvoreingenommenheit. Fragt man eine KI nach einem Genozid während der spanischen Eroberung Amerikas, antwortet sie ja, zitiert Absätze und Links. Fragt man nach der anglo-sächsischen Kolonialisierung, weicht sie aus und verweist auf die Komplexität der Geschichte. Wessen Daten sind das? Das ist die entscheidende Frage.

Spanische KI: ALIA und das LLM, das nicht abhebt

Auch in Spanien wurde gehandelt. Die Regierung stellte ALIA vor, ein quelloffenes, öffentlich finanziertes spanisches Sprachmodell. Die Aufnahme war eher lauwarm. Erste Tests berichten von Inkohärenzen, schlechtem Spanisch und, wenig überraschend, davon, dass es ein Fine-Tuning von Llama, dem Meta-Modell, ist. Indra Systems soll angeblich drei Praktikanten eingesetzt und Gewinn gemacht haben, spotten Kritiker, ohne Beweise, aber auch ohne Zweifel. Die wiederkehrende Diagnose: In Spanien wird KI mit Dogmen der PSOE, Aussagen von Charo und Yoli, gendergerechter Sprache und Newtral-Faktenchecks trainiert. Dann kommt ein minderbegabtes Modell heraus und man schiebt die Schuld auf die reichen Amerikaner.

Währenddessen bleibt die Kernfrage unbeantwortet. Die AGI steht kurz bevor, sagen sie. Oder auch nicht. Der Punkt, an dem die Analyse ins Stocken gerät, ist derselbe, wo sie begann: Niemand weiß, ob der Engpass technisch, wirtschaftlich oder einfach menschlich ist.