Stanford-Bericht AI100 stellt Skalierungsgrenzen fest, während der Einfluss von KI wächst

Stanford HAI gab am 10. November 2026 den dritten Bericht der Hundertjährigen Studie zur Künstlichen Intelligenz bekannt. Darin kommt man zu dem Schluss, dass die Skalierungsstrategie hinter der generativen KI an Daten- und Kostengrenzen stößt, während die Auswirkungen von KI in Wissenschaft, Sicherheit und öffentlichen Institutionen zunehmen.

Die Studie mit dem Titel KI wird zum Massenphänomen: die Ära der Skalierung und der Aufstieg generativer KI folgt auf Berichte aus den Jahren 2016 und 2021. AI100 wurde 2014 ins Leben gerufen und beruft alle fünf Jahre ein Studiengremium ein. Den Vorsitz des multidisziplinären Gremiums führte Michael Wooldridge, Professor an der Universität Oxford. Es befasste sich mit 12 wiederkehrenden Fragen und ergänzte die Untersuchung um zwei vertiefende Analysen zu den geopolitischen Auswirkungen von KI und zur Skalierung. Der Text wurde im September 2026 fertiggestellt.

Eine Abkehr von immer größeren Modellen

Das Gremium sieht in der Zunahme von Trainingsdaten und Rechenleistung die wichtigsten Ursachen für die Fortschritte generativer KI in den vergangenen fünf Jahren. Zugleich stellt es fest, dass der Mangel an hochwertigen Daten und die prohibitiv hohen Kosten für das Training von Spitzenmodellen diesen Ansatz einschränken. Transformer- und Diffusionsarchitekturen gewannen an Bedeutung, als sie mit riesigen Datensätzen und hoher Rechenleistung kombiniert wurden. Die öffentliche Veröffentlichung von ChatGPT im November 2022 brachte anschließend Millionen von Menschen mit generativen KI-Tools in Kontakt.

Das Gremium erwartet, dass die nächste Entwicklungsphase stärker auf intelligentere Algorithmen und möglicherweise kleinere Modelle setzt, die seltener neu trainiert werden. Diese sollen über ein besseres Kontextverständnis und Gedächtnis, spezialisiertes Training für Schlussfolgerungen, mehr Rechenleistung zur Inferenzzeit sowie Tools oder Agenten für komplexe Aufgaben verfügen. Reasoning-Modelle erzeugen während der Antwortgenerierung Zwischenschritte und nutzen zusätzliche Rechenleistung – anders als herkömmliche Modelle, die einen einzigen Vorwärtsdurchlauf ausführen. Die Fähigkeiten bleiben uneinheitlich: Hochentwickelte Leistungen gehen mit brüchigem Schlussfolgern und Fehlern bei einfachen Aufgaben einher.

Fortschritte in der Wissenschaft und wirtschaftliche Renditen

Das Gremium kommt zu dem Schluss, dass KI manche Forschungszeiträume in der Wissenschaft von Jahren auf Monate oder Wochen verkürzt. Es prognostiziert, dass KI-gestützte Labore innerhalb eines Jahrzehnts in allen Disziplinen zur Normalität werden, und fordert eine sorgfältige Validierung maschinell erzeugter Entdeckungen sowie die fortgesetzte Überprüfung von KI-generierten Forschungsergebnissen durch Menschen. Wie stark Menschen weiterhin an der Versuchsplanung beteiligt sein sollten, ist eine offene Frage.

Laut dem Gremium übertrafen Umfang und Geschwindigkeit der Investitionen in KI-Rechenzentren und Chips frühere Investitionsbooms. Dadurch gerieten die Energie- und Süßwasserversorgung unter Druck, die CO₂-Emissionen stiegen und die nationale Energiepolitik wurde beeinflusst. Zum Zeitpunkt der Abfassung des Berichts lag die Bewertung von Nvidia bei über 5 Billionen US-Dollar. Mehr als 15 % der Kursgewinne am US-Aktienmarkt im Jahr 2025 entfielen allein auf den Anstieg der Nvidia-Aktie.

Abgesehen von finanziellen Bewertungen und Investitionsausgaben kommt der Bericht zu dem Schluss, dass die wirtschaftlichen Auswirkungen von KI in den gesamtwirtschaftlichen Daten und den Renditen, die Unternehmen mit ihren Investitionen erzielen, noch nicht erkennbar waren. Diese Unterscheidung trennt sichtbare Finanzaktivitäten von nachgewiesenen Renditen für die Gesamtwirtschaft und einzelne Unternehmen und relativiert damit den Investitionsboom entscheidend.

Sicherheit und öffentliche Rechenschaftspflicht

Das Gremium sieht in der Cybersicherheit einen offensiven wie defensiven Anwendungsbereich von KI. Als Belege führt es die erfolgreiche Entdeckung von Sicherheitslücken und Cyberangriffe an, die im Berichtszeitraum von Teams aus KI-Agenten durchgeführt wurden. Während aktiver Kampfhandlungen wurden Entscheidungen über die Auswahl tödlicher Ziele ohne menschliche Beteiligung getroffen. Synthetische Bilder, geklonte Stimmen und Videos untergraben zudem die Beweisgrundlagen, auf denen Journalismus, Recht und demokratische Institutionen beruhen.

Obwohl KI Milliarden von Menschen betrifft, stellt das Gremium fest, dass die Öffentlichkeit kaum sinnvolle Möglichkeiten hatte, auf die Entwicklung und den Einsatz von KI Einfluss zu nehmen. Zu den Bedenken zählen Arbeitsplätze, Bildung, Umwelt, psychische Gesundheit, demokratische Institutionen und kritische Infrastruktur. Als Reaktion empfiehlt das Gremium, die Ausrichtung von KI als gemeinsame gesellschaftliche Entscheidung zu behandeln, die durch eine wirksame Beteiligung der Öffentlichkeit sowie Maßnahmen von Regierungen und Technologieanbietern gestützt wird.

Das Gremium beschreibt die internationale Governance als zersplittert und zunehmend von der nationalen Sicherheit geprägt. Exportkontrollen sowie Beschränkungen beim Zugang zu Chips und Modellen würden dabei zu außenpolitischen Instrumenten. Internationale Gipfeltreffen und Erklärungen hätten Grundsätze sowie wissenschaftliche und diplomatische Diskussionen vorangebracht, aber nur wenige praktische, rechtlich bindende multilaterale Maßnahmen hervorgebracht.

Das Gremium sagt nicht voraus, ob das schnelle Wachstum der Fähigkeiten angesichts der Grenzen bei Investitionen, Halbleitern und Daten anhalten oder sich abflachen wird. In beiden Fällen sind die wissenschaftlichen und finanziellen Auswirkungen von KI bereits sichtbar, während eine zuverlässige Validierung, breite wirtschaftliche Renditen und eine wirksame öffentliche Rechenschaftspflicht weiterhin ungelöst bleiben.