Das goldene Zeitalter der KI naht für den menschlichen Verstand

Innerhalb weniger Tage wurden diese Woche zwei Personalentscheidungen bekanntgegeben. Einzeln betrachtet wirken sie wie die übliche Fluktuation in der Führungsetage des Silicon Valley. Zusammengenommen zeigen sie jedoch, wohin das Rennen um die künstliche Intelligenz als Nächstes führt.

Bei Google gibt Demis Hassabis die operative Leitung von Google DeepMind ab, um den Vorsitz der Abteilung und die Position des Chief Scientist bei Alphabet zu übernehmen. Er wird sich künftig verstärkt mit künstlicher allgemeiner Intelligenz, globalen Strategien und dem Einsatz von KI in der Medikamentenentwicklung beschäftigen.

Ich habe mein ganzes Leben lang auf AGI hingearbeitet, und jetzt, da wir uns in diesem entscheidenden Moment befinden, übernehme ich eine neue Rolle als Vorsitzender von Google DeepMind und Chief Scientist von Alphabet. Dadurch kann ich mich auf die langfristige Strategie und die Beschleunigung wissenschaftlicher Durchbrüche konzentrieren, darunter…

– Demis Hassabis (@demishassabis) 5. August 2026

Die Forscherin Naomi Bashkansky hat OpenAI verlassen, um sich dem jungen Unternehmen Conduit in San Francisco anzuschließen. Conduit versucht, Gedanken mithilfe nicht-invasiver neuronaler Sensoren zu entschlüsseln. Die Gründer verzichten dabei auf beschönigende Formulierungen und nennen ihr Projekt „Telepathie“.

Vor zwei Wochen habe ich OpenAI verlassen, um als Gründungsforscher bei Conduit anzufangen, wo wir Modelle trainieren, die auf nicht-invasive Weise den menschlichen Geist lesen können.

Ich habe einige Gedanken darüber aufgeschrieben, wie Telepathie im Jahr 2035 aussehen könnte und wie wir dorthin gelangen können: pic.twitter.com/cat0d4My15

— Naomi Bashkansky (@NaomiBashkansky) 5. August 2026

Das erste Goldene Zeitalter wurde von Industriellen geschaffen, die Eisenbahnen, Ölfelder, Stahlwerke und die Lebensadern des physischen Handels kontrollierten. Dieses Zeitalter wird von Menschen gestaltet, die versuchen, den Fluss der Intelligenz selbst zu kontrollieren: von Rechenzentren in wissenschaftliche Labore, von Algorithmen in Medikamente und schließlich vom menschlichen Gehirn direkt in Maschinen. Der Chatbot war nur der Auftakt.

Google trennt den KI-Philosophen von der KI-Fabrik

In einer von Google veröffentlichten Unternehmensmitteilung erklärte CEO Sundar Pichai, Hassabis werde Vorsitzende von Google DeepMind und Chef-Wissenschaftlerin von Alphabet und gleichzeitig weiterhin Isomorphic Labs leiten, das aus DeepMind hervorgegangene Unternehmen für die Wirkstoffforschung.

Koray Kavukcuoglu, langjähriger CTO von DeepMind und leitender KI-Architekt bei Google, wird Senior Vice President von Google DeepMind. Er wird die Entwicklung des Gemini-Modells, die Spitzenforschung, die Gemini-App und die KI-Teams für Entwickler bei Google leiten.

Kavukcuoglu wird die operativen Abläufe steuern: Modelle entwickeln, mit den Produktabteilungen zusammenarbeiten, Gemini verbessern und Forschungsergebnisse in Umsatz umwandeln. Hassabis wird so etwas wie der philosophisch-wissenschaftliche Berater von Alphabet werden und sich mit AGI, wissenschaftlichen Entdeckungen und den langfristigen Folgen der Entwicklung von Systemen befassen, die die menschlichen Fähigkeiten übersteigen könnten.

Hassabis schrieb, die Menschheit habe einen „entscheidenden Moment“ erreicht und die Entwicklung einer künstlichen allgemeinen Intelligenz (AGI) scheine nun „in greifbarer Nähe“. Pichai sagte, die neue Position ermögliche es Hassabis, sich auf die Gestaltung dieser Zukunft zu konzentrieren, anstatt das Tagesgeschäft einer weitverzweigten Organisation zu managen.

Dies ist nicht zwangsläufig eine Degradierung, die durch einen prestigeträchtigeren Titel verschleiert wird. Hassabis schien schon immer mehr an grundlegenden Durchbrüchen als an vierteljährlichen Produkt-Roadmaps interessiert zu sein. Er gründete DeepMind im Jahr 2010, verkaufte das Unternehmen 2014 für rund 650 Millionen US-Dollar an Google und konzentrierte sich weiterhin auf die ursprüngliche Mission: die Funktionsweise von Intelligenz zu verstehen und diese Intelligenz dann zu nutzen, um alle anderen Probleme zu lösen.

Das Problem ist, dass Google nun zwei widersprüchliche Dinge gleichzeitig tun muss. Es muss Forschung betreiben, die das nächste Jahrhundert prägen könnte, und gleichzeitig noch in diesem Quartal KI-Produkte verkaufen.

Pichai betonte, dass die Gemini-App über 950 Millionen monatliche Nutzer verzeichnet, während die Gemma-Modelle von Google bereits über 900 Millionen Mal heruntergeladen wurden. Dabei handelt es sich nicht um Laborexperimente, sondern um Produkte für den industriellen Einsatz, die Geschwindigkeit, Zuverlässigkeit und eine konsequente Umsetzung erfordern.

Die Übertragung der operativen Leitung an Kavukcuoglu stellt daher eine sinnvolle Arbeitsteilung dar. Er war über 13 Jahre bei DeepMind tätig und hat unter anderem zu Systemen wie WaveNet und der Deep-Reinforcement-Learning-Architektur beigetragen, die DeepMinds frühen Atari-Projekten zugrunde lag. Berichten zufolge begrüßten Mitarbeiter von Google Cloud die Veränderung, da sie erwarteten, dass DeepMind dadurch enger mit dem kommerziellen Bereich von Alphabet zusammenarbeiten würde.

Die Umstrukturierung erfolgt jedoch im Zuge einer umfassenderen Abwanderung von Talenten. Jeff Dean, Sanjay Ghemawat, Oriol Vinyals und Quoc Le – vier der einflussreichsten Ingenieure und Forscher von Google – verlassen das Unternehmen, um Discovery Loop zu gründen, ein gemeinnütziges Unternehmen, das sich auf die Automatisierung wissenschaftlicher und technischer Durchbrüche konzentriert. Google wird in die neue Organisation investieren und die Cloud-Infrastruktur bereitstellen.

Die Alphabet-Aktien fielen nach Bekanntwerden der Umstrukturierung und der Abgänge um rund 4 %. Die Wall Street bevorzugt es im Allgemeinen, ihre Genies sicher im Konzernpalast eingeschlossen zu sehen.

Hassabis möchte, dass die KI ihren Platz in der Geschichte verdient.

Hassabis wird nun mehr Zeit bei Isomorphic Labs verbringen, wo das Ziel nicht nur darin besteht, die Arzneimittelentwicklung kostengünstiger zu gestalten, sondern sie von einem teuren Prozess des Ausprobierens und Irrtums in etwas zu verwandeln, das eher dem computergestützten Engineering ähnelt.

Der Markt für KI im Konsumbereich ist hart umkämpft. Modelle verbessern sich, Funktionen werden kopiert, Preise fallen, und vermeintlich einzigartige Fähigkeiten werden innerhalb weniger Monate zu Massenware. Wissenschaftliche KI hingegen ist anders. Ein System, das eine praktikable Krebsbehandlung entdeckt, einen wichtigen biologischen Mechanismus vorhersagt oder die klinische Entwicklung um mehrere Jahre verkürzt, schafft Rechtssicherheit, gesellschaftliche Akzeptanz und enormen wirtschaftlichen Wert.

Hassabis hat wiederholt argumentiert, dass die Verbesserung der Gesundheit die wichtigste Anwendung von KI sein sollte. Seine Arbeit an AlphaFold trug dazu bei, zu zeigen, dass maschinelles Lernen wissenschaftliche Probleme lösen kann, anstatt lediglich Sprache zu imitieren, Bilder zu generieren oder Büroangestellten bei der Erstellung von PowerPoint-Folien zu helfen. Er und der DeepMind-Forscher John Jumper teilten sich einen Teil des Nobelpreises für Chemie 2024 für die Vorhersage von Proteinstrukturen.

Die strategische Kalkulation ist offensichtlich: Ein weiterer, nur geringfügig besserer Chatbot mag zwar in einer Benchmark-Rangliste beeindrucken, aber ein erfolgreiches Medikament kann Millionen von Leben verändern und Milliarden von Dollar Umsatz generieren.

Googles Umstrukturierung wirkt daher weniger wie ein Rückzug von Hassabis aus dem KI-Wettlauf als vielmehr wie ein Vorstoß in den vielversprechendsten Bereich. Kavukcuoglu wird den Modellkampf führen. Hassabis wird argumentieren, dass KI Investitionen auf zivilisatorischem Niveau verdient, weil sie Ergebnisse auf zivilisatorischem Niveau hervorbringen kann.

OpenAI verliert einen Forscher an das Telepathie-Geschäft

Naomi Bashkansky verließ OpenAI am 23. Juli und begann am folgenden Tag ihre Tätigkeit als Gründungsforscherin bei Conduit. Zuvor war sie rund 18 Monate bei OpenAI tätig, wo sie an Alignment-Forschung arbeitete und zu internen Projekten im Bereich AGI und Resilienz beitrug.

In einem Essay mit dem Titel „Warum ich OpenAI verlasse, um Telepathie zu entwickeln“ beschreibt sie Conduits Mission ohne die übliche Startup-Bescheidenheit: „Wir entwickeln Telepathie: Gedanken-zu-Text-Modelle, trainiert mit nicht-invasiven neuronalen Daten.“

Ihre Prognose ist ambitioniert. Bis 2027 stellt sie sich vor, dass Arbeiter neuronale Stirnbänder tragen, die kontinuierlich Absichten an KI-Programmierer übermitteln. Bis 2030 könnten KI-Modelle direkt mit Repräsentationen von Gedanken kommunizieren, anstatt darauf zu warten, dass diese Gedanken in Sprache übersetzt werden. Bis 2035, so glaubt sie, könnte sich KI weniger wie ein externes Werkzeug und mehr wie ein zusätzlicher Sinn oder ein Körperteil anfühlen.

Bashkansky zufolge befindet sich Conduit in der „GPT-2-Ära“ der neuronalen Dekodierung: noch primitiv im Vergleich zu den zukünftigen Möglichkeiten der Technologie, aber bereits weit genug fortgeschritten, um Skalierungsverhalten zu beobachten. Sie schätzt, dass ein Unternehmen, das in der Lage ist, umfassend aus dem menschlichen Gehirn zu lesen und darauf zu schreiben, letztendlich einen Wert von über einer Billion Dollar erreichen könnte.

Es ist der Inbegriff eines Startup-Pitches aus dem Goldenen Zeitalter: erschreckend ambitioniert, technisch unsicher und auf einen Markt ausgerichtet, der potenziell größer ist als der Markt für Personalcomputer.

Conduit gibt an, bereits rund 10,000 Stunden an neuronalen und sprachlichen Daten von Tausenden von Teilnehmern gesammelt zu haben. Dazu wurden spezielle Headsets verwendet und die Aufnahmen in einem Keller durchgeführt, der bis zu 20 Stunden täglich lief. Die Teilnehmer führten Gespräche, tippten und sprachen, während das Unternehmen nicht-invasive neuronale Signale aufzeichnete.

Das resultierende Modell erzeugt keine perfekten Transkripte. Es versucht, die semantische Intention zu identifizieren: die allgemeine Bedeutung dessen, was jemand mitteilen möchte. Conduit hat Beispiele veröffentlicht, in denen die Aussage eines Teilnehmers, etwa „Der Raum schien kälter zu sein“, eine Vorhersage über eine Brise oder einen Windstoß auslöste. Die Formulierung war zwar falsch, aber das zugrundeliegende Konzept war verwandt.

Das Unternehmen behauptet, sein System könne eine Idee mitunter schon kurz vor deren mündlicher oder schriftlicher Formulierung erkennen. Ausführliche technische Details oder eine unabhängige Validierung des Modells wurden bisher nicht veröffentlicht; eine umfassendere Forschungsarbeit soll später folgen.

Dieser Vorbehalt ist wichtig. „Telepathie“ ist zwar ein hervorragendes Marketinginstrument, aber es handelt sich hierbei noch nicht um eine Maschine, die beiläufig in den geheimen Erinnerungen einer Person wühlt. Vielmehr ist es eine statistische Schlussfolgerung, die auf verrauschten neuronalen Messungen, dem sprachlichen Kontext und einem leistungsstarken Sprachmodell basiert, das bereits gut darin ist, die wahrscheinliche Absicht einer Person zu erraten. Das Sprachmodell leistet im Prinzip dasselbe wie eine Navigationskarte bei schlechtem GPS-Empfang: Es grenzt ein undeutliches Signal auf ein plausibles Ziel ein.

Die wissenschaftlichen Erkenntnisse sind korrekt, aber der Hype eilt voraus.

Conduit ist nicht das einzige Unternehmen, das davon überzeugt ist, dass die Skalierung nicht-invasive Gehirnschnittstellen ermöglichen wird. Metas Brain2Qwerty v2-Studie nutzte Magnetoenzephalographie (MEG), um Sätze anhand der Gehirnaktivität von neun Probanden während des Tippens zu dekodieren. Jeder Proband lieferte etwa zehn Stunden an Aufnahmen. Das System erreichte eine durchschnittliche Fehlerquote von 39 %, wobei der beste Proband viele Sätze mit maximal einem falschen Wort produzierte.

Das ist beeindruckend, aber es handelt sich dennoch um ein kontrolliertes Experiment, bei dem die Teilnehmer aktiv in speziellen Geräten tippen. MEG-Geräte sind keine Stirnbänder für Endverbraucher. Es sind große, teure Geräte, die für Labore und Krankenhäuser entwickelt wurden.

Tragbare EEG-Systeme sind zwar praktischer, liefern aber deutlich verrauschtere Signale. Eine kürzlich in Scientific Reports veröffentlichte Analyse ergab, dass mehrere vermeintlich erfolgreiche EEG-zu-Text-Systeme bei der Verwendung von Zufallsrauschen ähnliche Ergebnisse lieferten. Dies deutet darauf hin, dass die Modelle mitunter sprachliche Muster auswendig lernten, anstatt tatsächlich Hirnaktivität zu dekodieren.

Das ehrliche Urteil lautet also weder „Telepathie ist Realität“ noch „Das ist Science-Fiction“. Die nicht-invasive neuronale Dekodierung schreitet voran. Große Sprachmodelle sind besonders nützlich, da sie unvollständige Signale in kohärente Möglichkeiten umwandeln können. Doch die Kluft zwischen dem Erkennen allgemeiner Absichten unter kontrollierten Bedingungen und dem kontinuierlichen Erfassen unkontrollierter Gedanken im Alltag bleibt enorm.

Die entscheidende Frage ist, ob riesige Datensätze diese Lücke schließen können. Conduit setzt darauf, dass die Neurowissenschaften dieselbe bittere Lektion lernen werden, die die KI revolutioniert hat: Ausgefeilte, individuell entwickelte Theorien werden letztendlich gegen genügend Daten, genügend Rechenleistung und ein ausreichend großes Modell unterliegen.

Es ist eine gewagte Wette. Die Geschichte lehrt uns, gewagte Wetten nicht einfach abzutun, nur weil sie zunächst absurd klingen. Sie lehrt uns auch, dass Gründer, die Billionen-Dollar-Märkte beschreiben, keine neutralen Beobachter sind.

Neuronale Daten könnten die wertvollsten Daten der Welt werden.

Wenn Conduits Ansatz funktioniert, werden die Folgen weit über schnelleres Tippen hinausgehen.

Heutige Computer zwingen uns, komplexe Absichten in Klicks, Gesten und Sätze zu komprimieren. Eine Gehirn-Computer-Schnittstelle könnte diese Hürde überwinden. Anstatt einen KI-Agenten durch sorgfältig formulierte Anweisungen zu steuern, könnte ein Nutzer Unsicherheit, Neugier, visuelle Ideen und noch nicht ganz ausgereifte Absichten direkt kommunizieren.

Das könnte KI deutlich nützlicher machen. Es könnte aber auch die invasivste Überwachungstechnologie hervorbringen, die jemals entwickelt wurde.

Suchverläufe zeigen, wonach Menschen suchen. Aktivitäten in sozialen Medien offenbaren, womit sie sich öffentlich beschäftigen. Neuronale Daten könnten Aufschluss darüber geben, was sie erwogen haben, bevor sie sich entschieden, nicht zu sprechen.

Die Probleme der Datenverwaltung liegen auf der Hand. Wem gehören die Rohdaten? Dürfen sie für das Modelltraining verwendet werden? Darf ein Arbeitgeber ein Headset zur Produktivitätssteigerung vorschreiben? Darf eine Versicherung auf kognitive oder emotionale Zustände schließen? Darf eine Plattform neuronale Reaktionen nutzen, um Werbung zu optimieren, bevor der Nutzer bewusst eine Präferenz geäußert hat?

Die gefährlichste Variante der Gehirn-Computer-Technologie ist vielleicht nicht eine staatliche Maschine, die Gedanken perfekt lesen kann. Es könnte ein praktisches Konsumprodukt sein, das Gedanken nur unvollkommen liest, die Ergebnisse unbegrenzt speichert und die Einwilligung in einem 40-seitigen Nutzungsbedingungen versteckt.

So gelangt Macht üblicherweise in die Gesellschaft: nicht durch das Tragen von Stiefeln, sondern durch das Anbieten von kostenlosem Versand und einem besseren Nutzererlebnis.

Der nächste Plattformkrieg dreht sich um das menschliche Betriebssystem.

Hassabis Hinwendung zu AGI und Computerbiologie, Google-Veteranen, die ein Unternehmen für automatisierte Entdeckungen gründen, und ein OpenAI-Forscher, der zu OpenAI wechselt, um neuronale Schnittstellen zu entwickeln, sind keine unzusammenhängenden Entwicklungen.

Sie deuten darauf hin, dass sich der Schwerpunkt weg von allgemeinen Sprachmodellen verlagert.

Die größten Labore haben bereits Systeme trainiert, die Text, Code, Bilder, Audio und Video erzeugen können. Der neue Wettbewerb dreht sich darum, womit diese Systeme verknüpft werden. Google möchte KI mit wissenschaftlichen Entdeckungen und der Medizin verbinden. Conduit möchte sie mit Intentionen verknüpfen. Meta erforscht die neuronalen Mechanismen der Sprache. Andere Unternehmen arbeiten an Robotik, autonomen Laboren und synthetischer Biologie.

Die nächsten Monopole werden möglicherweise nicht auf Websites oder Smartphone-Betriebssystemen basieren. Sie könnten vielmehr an der Schnittstelle zwischen Intelligenz und dem physischen Menschen entstehen.

Das macht uns zu einem goldenen Zeitalter der KI. Die Technologie ist wahrhaft außergewöhnlich, und ihr Nutzen könnte enorm sein. Sie wird zudem von einer kleinen Anzahl außerordentlich wohlhabender Institutionen entwickelt, die um die Kontrolle über die Infrastruktur konkurrieren, mit der Menschen arbeiten, denken, entdecken und vielleicht eines Tages die Realität erfahren.

Das ursprüngliche Goldene Zeitalter verlegte Stahlschienen über Kontinente. Dieses hier verlegt unsichtbare Verbindungen zwischen dem Geist, der Maschine und dem Molekül.

Wer diese Wege besitzt, besitzt nicht nur die nächste große Technologieplattform. Er könnte auch den Weg kontrollieren, auf dem menschliche Absichten in die Welt gelangen.