Künstliche Intelligenz: Warum immer mehr Experten davor warnen, dass die Blase bald platzt

Künstliche Intelligenz (KI) stand in den letzten drei Jahren im Mittelpunkt globaler Technologie- und Finanzdiskussionen. Seit der Einführung von ChatGPT Ende 2022 verspricht Silicon Valley eine Revolution, die Arbeit, Wirtschaft und sogar den Alltag verändern wird.

Giganten wie Microsoft, Google und Amazon investierten Hunderte Milliarden Dollar in Rechenzentren, Chips und Start-ups, während Investoren auf astronomische Bewertungen setzten. Der Optimismus war so groß, dass die Auswirkungen der KI mit denen der industriellen Revolution verglichen wurden.

In den letzten Wochen sind jedoch Warnsignale aufgetaucht, die eine Debatte ausgelöst haben: Sind wir Zeugen des Beginns des Platzens der KI-Blase ?

Diese Frage erinnert unweigerlich an den Dotcom-Boom der 2000er Jahre, als übertriebene Versprechen auf die Realität trafen und zu millionenschweren Verlusten an den Märkten führten. Einige Analysten glauben nun, dass sich die Geschichte wiederholen könnte , wenn auch mit einem anderen Protagonisten.

Der Wendepunkt kam mit zwei Schlüsselereignissen. Erstens mit der Veröffentlichung eines Berichts des Massachusetts Institute of Technology (MIT), aus dem hervorging, dass 95 % der Unternehmensinvestitionen in generative KI keinen wirtschaftlichen Ertrag brachten .

Zweitens die Veröffentlichung von GPT-5 , dem lang erwarteten OpenAI- Modell, Anstatt zu glänzen, hinterließ es bei den Nutzern einen bitteren Nachgeschmack . Die Kombination aus enttäuschten Erwartungen und alarmierenden Zahlen stellt die bisher vorherrschende triumphale Erzählung in Frage.

„Das klingt nach einer Blase“, resümierte Marko Kolanovic, ehemaliger Forschungsleiter bei JP Morgan, bei der Analyse der MIT-Daten.

Dem Bericht zufolge gelang es trotz Investitionen von 30 bis 40 Milliarden US-Dollar in KI-Lösungen nur fünf Prozent der Pilotprojekte, einen nennenswerten Mehrwert zu generieren. Der Rest scheiterte oder kam nie über die experimentelle Phase hinaus. Für Kritiker zeigen diese Zahlen, dass KI weit davon entfernt ist, die Wirtschaft zu revolutionieren, als bisher versprochen.

Das große Versprechen, das die Begeisterung schürte, war, dass die Modelle mit zunehmender Datenmenge und Rechenleistung immer leistungsfähiger würden.

Diese als „Skalierung“ bezeichnete Idee hat enorme Investitionen in die Infrastruktur vorangetrieben: Morgan Stanley schätzt, dass der Sektor bis 2028 3 Billionen Dollar für Rechenzentren und Chips bereitstellen wird. Doch GPT-5, das Modell, das die Gültigkeit dieser Wette beweisen sollte , scheiterte bei seinem Versuch.

GPT-5 wurde am 7. August veröffentlicht und von OpenAI-CEO Sam Altman als Quantensprung gefeiert: „Wenn GPT-4o wie ein Gespräch mit einem College-Studenten war, wird GPT-5 wie ein Gespräch mit einem promovierten Experten zu jedem beliebigen Thema sein.“ Die Realität sah anders aus.

Das neue Modell wies erhebliche Mängel auf: US-Karten mit fiktiven Staaten wie „West Virginia“, unvollständige Listen von Präsidenten mit falsch geschriebenen Namen und kürzere, unpersönlichere Antworten als seine Vorgänger.

Nutzer in Foren wie Reddit bezeichneten es als „schrecklich“ und forderten eine Rückkehr zu älteren Versionen. Der Druck war so groß, dass OpenAI einen Rückzieher machen und den Zugang zu älteren Modellen wieder freigeben musste.

Die Enttäuschung blieb auch bei Analysten nicht unbemerkt. „Wir dachten, das Wachstum würde exponentiell sein, aber wir stoßen auf eine Wand “, sagte Alex Hanna, Co-Autor von The AI ​​Con: How to Fight Big Tech’s Hype and Create the Future We Want.

Für Hanna und seine Kollegin Emily M. Bender baut die Branche ihre Geschichte auf der Mehrdeutigkeit des Begriffs „Intelligenz“ auf und lässt uns glauben, dass diese Systeme verstehen und denken, während sie in Wirklichkeit nur Wörter anhand von Mustern vorhersagen . „Wir stellen uns einen Verstand hinter den Wörtern vor“, warnen sie.

Die GPT-5-Bugs haben eine langjährige Debatte neu entfacht: Seit den Tagen des ELIZA-Chatbots in den 1960er Jahren ist bekannt, dass Menschen dazu neigen, Programmen, die lediglich Sprache nachahmen, Emotionen und Kognition zuzuschreiben.

„Unverantwortliche Anthropomorphisierung“, wie Joseph Weizenbaum sie nannte, ist auch im Jahr 2025 noch eine Marketingstrategie. Begriffe wie „Halluzinationen“ verstärken diese Illusion, obwohl die Modelle in Wirklichkeit weder wahrnehmen noch verstehen. Für Kritiker gehört diese bewusste Verwirrung zum Geschäft.

Inzwischen beginnt der Markt zu reagieren. Nach dem MIT-Bericht und dem Rückschlag von OpenAI fielen die Aktienkurse, die dank des KI-Hypes in die Höhe geschossen waren: Nvidia , das aufgrund seiner Rolle in der Branche zum wertvollsten Unternehmen der Welt wurde, verlor an einem einzigen Tag 3,5 Prozent; Palantir 9 Prozent. SoftBank, einer der Hauptinvestoren von OpenAI, verlor 7 Prozent.

Dennoch ist nicht von einem Zusammenbruch die Rede, sondern eher von einer Korrektur . Doch die Frage bleibt: Ist dies der Anfang vom Ende?

Sollten die Versprechen der KI verpuffen, könnte der Schlag enorm sein. Die optimistischsten Prognosen gehen davon aus, dass der S&P 500 im nächsten Jahrzehnt dank Kostensenkungen und Produktivitätssteigerungen um 16 Billionen Dollar steigen wird. Morgan Stanley schätzt, dass die Automatisierung die Löhne um 40 Prozent senken wird.

Doch die Zahlen des MIT zeigen, dass die Realität komplexer ist: Die meisten Unternehmen schaffen es nicht über Pilottests hinaus und nur eine Handvoll erzielen greifbare Vorteile.

Der Bericht zeigt, dass 80 % der Unternehmen KI-Lösungen erkundeten, diese jedoch nur 40 % implementierten und nur 5 % mit messbaren Ergebnissen in die Produktion gingen. Gründe hierfür sind mangelnde technologische Reife, die Komplexität der Integration in bestehende Systeme und die Notwendigkeit menschlicher Kontrolle zur Vermeidung schwerwiegender Fehler.

In vielen Fällen stagniert die Produktivität oder sinkt sogar, weil die Mitarbeiter die Modellergebnisse überprüfen müssen, um kostspielige Fehler zu vermeiden – von Rechtsgutachten mit erfundener Rechtsprechung bis hin zu Fehldiagnosen.

Sogar die makroökonomischen Vorteile scheinen übertrieben. Der MIT-Ökonom Daron Acemoglu prognostiziert, dass KI die Produktivität in den nächsten zehn Jahren lediglich um 0,5 % und das BIP um 1 % steigern wird – ein Klacks im Vergleich zu der Erzählung einer sich wandelnden Ära .

Und auch die angekündigten Massenentlassungen sind bislang ausgeblieben : In vielen Branchen ersetzt KI den Menschen nicht, sondern schafft vielmehr neue Steuerungsaufgaben.

Trotz dieser Daten wird die Blase weiterhin durch Erwartungen und Marketing aufgeblasen. Startups sammeln Millionenbeträge, Banken prognostizieren historische Gewinnszenarien und Rechenzentren werden weiterhin in rasantem Tempo gebaut.

Für Hanna und Bender folgt dies einer bekannten Logik: „Künstliche Intelligenz ist kein wissenschaftlicher oder technischer Begriff. Es ist ein Marketingbegriff .“ Ein Diskurs, der, wie in der Dotcom-Ära, aufrechterhalten werden kann, solange das Kapital weiterfließt. Die Frage ist, wie lange.

Die Branche steht vorerst nicht still. Nvidia bereitet Ergebnisse vor, die die Marktstimmung neu bestimmen könnten; Meta reorganisiert seine KI-Abteilung und baut Personal ab, gibt sein Engagement aber nicht auf; und OpenAI bleibt trotz des Rückschlags eines der begehrtesten Unternehmen der Welt . Altman selbst räumt jedoch ein, dass „es Leute gibt, die eine phänomenale Menge Geld verlieren werden“.

Wenn die Blase platzt, liegt es nicht an fehlenden Warnungen .