Axel Fersen Blog

Stellen wir uns eine Welt vor, in der künstliche Intelligenz nicht nur neue Technologien entwirft, sondern sich selbst immer wieder neu erfindet und dabei den wissenschaftlichen Fortschritt auf ein Tempo hebt, das bisher unvorstellbar war. Genau das behauptet ein aktuelles, viel diskutiertes Forschungspapier, das den markanten Titel „AlphaGo-Moment für die Entdeckung von Modellarchitekturen“ trägt. Im Zentrum steht ein System namens ASI ARC, das nicht länger auf menschliche Designer oder deren Anleitung angewiesen ist. Stattdessen übernimmt es eigenständig die gesamte Suche nach neuronalen Architekturen und könnte damit den Beginn einer neuen Ära der Forschung markieren. Die Autoren bezeichnen es sogar als die erste Demonstration künstlicher Superintelligenz im Bereich der KI-Forschung, speziell in der Entdeckung neuer Modellarchitekturen – ein Schritt, der weit mehr ist als ein weiteres Update im Entwicklungszyklus der KI und der unsere Vorstellung davon, wie Forschung funktioniert, f...

Der sogenannte „San Francisco Consensus“, geprägt von Eric Schmidt, dem ehemaligen CEO von Google, beschreibt eine gemeinsame Haltung führender Köpfe aus dem Silicon Valley zur Zukunft der Künstlichen Intelligenz und ihren Folgen für Wirtschaft und Gesellschaft. Schmidt versteht darunter ein Denken, das technologischen Fortschritt und ökonomische Chancen betont, gleichzeitig aber die Notwendigkeit erkennt, ethische Leitplanken und wirksame Regulierung zu etablieren. Es geht um den Glauben an eine „agentische Revolution“ – ein Zeitalter, in dem KI-gestützte Systeme nicht nur Prozesse automatisieren, sondern produktive Partnerschaften mit Menschen schaffen, neue Wertschöpfung generieren und Unternehmen höhere Gewinne sowie qualifizierte Arbeitsplätze ermöglichen. Doch dieser Optimismus ist gebrochen von der Einsicht, dass derselbe Fortschritt Arbeitsplätze verdrängen, kritische Infrastrukturen verändern und gesellschaftliche Risiken verschärfen kann, wenn er ohne klare Regeln vorangetrie...

In einer Zeit, in der die Diskussion um Künstliche Intelligenz zwischen blindem Fortschrittsglauben und dystopischer Zukunftsangst schwankt, gelingt es diesem Buch, einen bemerkenswert sachlichen und zugleich tiefgründigen Ton zu setzen. „Künstliche Intelligenz und Wir“ ist weit mehr als ein technikzentriertes Lehrwerk – es ist eine kluge Einladung zur gesamtgesellschaftlichen Auseinandersetzung mit einem der prägendsten Themen unserer Epoche. Was sofort auffällt: Das Buch macht keine Kompromisse. Es richtet sich an Studierende, Lehrende, politische Entscheidungsträger und Medienakteure gleichermaßen. Das ist ambitioniert – und funktioniert. Denn es gelingt den Autorinnen und Autoren, eine ebenso fundierte wie zugängliche Darstellung zu liefern, ohne dabei in populärwissenschaftliche Vereinfachung oder elitäre Fachsprache zu verfallen. Das Werk schöpft aus einem interdisziplinären Pool an Perspektiven: Philosophie, Technik, Recht, Ethik, Ökonomie und Sicherheitspolitik kommen gleiche...

Dwarkesh Patel, geboren 2000 in Indien und heute im kalifornischen Bay Area ansässig, betreibt seit 2021 den „Dwarkesh Podcast“, der mit zehntausenden Abonnentinnen und Abonnenten als eines der tiefgründigsten KI‑Interviewformate gilt; Gäste wie Jeff Bezos und Mark Zuckerberg loben seine minutiöse Vorbereitung ( Time , Dwarkesh ). Sein jüngstes Projekt ist ein zwölfminütiger YouTube‑Essay, der am 10. April 2025 erschien. Regisseur Peter Salaba setzte dabei ausschließlich Googles Videogenerator Veo V2 ein; kein Frame wurde gefilmt, sämtliche Sequenzen – ob fotorealistische Schauspieler oder Stop‑Motion‑Ameisenkolonie – entstanden in wenigen GPU‑Stunden. Google finanzierte die Produktion nachträglich über die Gemini‑Plattform . Im Text zum Video formuliert Patel eine Vision, die er als „fundamental transformational“ bezeichnet: Wenn Arbeitskraft digital wird, lassen sich fähige Agenten beliebig kopieren. Kapital wandelt sich in Rechenleistung, Rechenleistung in Arbeitskraft; aus Billione...

Große Sprachmodelle wie GPT-4, Claude 3 oder Gemini Ultra haben in den letzten Jahren beeindruckende Fortschritte in der Verarbeitung natürlicher Sprache erzielt. Sie beherrschen komplexe Satzstrukturen, können Gedichte generieren, juristische Texte analysieren oder Programmiercode schreiben. Dennoch zeigen sich bei genauer Betrachtung strukturelle Grenzen, die eine alleinige Nutzung dieser Modelle zur Erreichung einer allgemeinen künstlichen Intelligenz (AGI) als unrealistisch erscheinen lassen. Diese Grenzen sind nicht nur praktischer, sondern auch theoretischer Natur. Sprachmodelle operieren primär auf statistischer Basis, das heißt, sie prognostizieren das nächstwahrscheinliche Token auf Basis von Milliarden Parametern, trainiert auf Terabytes von Textdaten. Doch der Zugriff auf Sprache ersetzt nicht das Verständnis der Welt. Genau hier setzt die Forderung nach einer Integration von World Models und symbolischem Schließen an. World Models beschreiben intern erzeugte Repräsentatione...

Symbolic Reasoning stellt eine grundlegende kognitive Technik dar, die auf der Manipulation von Symbolen und abstrakten Repräsentationen basiert, um Schlüsse zu ziehen, Probleme zu lösen und informierte Entscheidungen zu treffen. Diese Form der Verarbeitung spielt eine zentrale Rolle in der Geschichte der Erkenntnistheorie, in der Psychologie, in der Bildung sowie in der Entwicklung künstlicher Intelligenz. Sie erlaubt es, komplexe Sachverhalte in strukturierter Form zu analysieren, wodurch sie nicht nur für menschliches Denken, sondern auch für maschinelles Schließen unersetzlich geworden ist. Bereits Henri Bergson, französischer Philosoph des frühen 20. Jahrhunderts, prägte durch seine Ideen über Zeit und Gedächtnis das Verständnis von symbolischen Prozessen. In seinen Schriften über das "dauerhafte Werden" der Wirklichkeit betonte er die Relevanz dynamischer Prozesse. Jean Piaget griff diesen Ansatz auf und entwickelte daraus seine Theorie der kognitiven Entwicklung, in de...

Weltmodelle gelten als ein zentrales Element auf dem Weg zur Entwicklung einer allgemeinen künstlichen Intelligenz (Artificial General Intelligence, AGI). Seit den 1960er-Jahren haben sich diese Modelle von einfachen Repräsentationen hin zu hochkomplexen Simulationen gewandelt, die heute zentrale Funktionen in der Robotik, der Gesundheitsversorgung und in intelligenten Räumen einnehmen. Die Idee, eine maschinelle Repräsentation der Welt zu erzeugen, basiert auf der Notwendigkeit, Umweltbedingungen nicht nur zu verstehen, sondern auch vorherzusagen. Dies ist eine Grundvoraussetzung für Entscheidungsfindung und adaptives Verhalten von KI-Systemen. Yann LeCun, einer der einflussreichsten Forscher auf diesem Gebiet, betont in seiner Arbeit von 2022 die Bedeutung objektbasierter Weltmodelle, die Gedächtnisstrukturen und Sicherheitsmechanismen integrieren. Diese Modelle sollen nicht nur visuelle Informationen verarbeiten, sondern auch Handlungsabfolgen simulieren, die zu bestimmten Zielen fü...

Die Fähigkeit Künstlicher Intelligenz, sich selbst zu vervielfältigen , galt lange als theoretisches Horrorszenario – bis chinesische Forscher diese Grenze im Februar 2025 praktisch überschritten. Ein Team um Pan Xudong von der Fudan-Universität in Schanghai demonstrierte, wie große Sprachmodelle (LLMs) wie Meta’s Llama31-70B-Instruct und Alibabas Qwenz5-72B-Instruct auf einfache Befehle hin funktionierende Kopien von sich selbst erzeugen. In bis zu 90 Prozent der Fälle gelang die autonome Replikation, wie die Preprint-Studie auf arXiv dokumentiert. Diese Entwicklung wirft nicht nur technische, sondern auch ethische und sicherheitspolitische Fragen auf: Was geschieht, wenn KI-Systeme eigenständig handeln – und sich dabei jeder Kontrolle entziehen?    Bisher hatten Forscher von Google und OpenAI solche Szenarien zwar als denkbar, aber kaum als unmittelbare Bedrohung eingestuft. In eigenen Experimenten scheiterten LLMs noch 2024 daran, komplexe Aufgaben wie das Einrichten eines...

In der aktuellen Debatte um KI wird oft ein vermeintlicher Schuldiger für Europas vermeintlichen Rückstand ausgemacht: der EU AI Act. Kritiker argumentieren, dass die geplante Regulierung Innovationen hemme und Investitionen abschrecke. Doch diese Sichtweise verkennt die Realität. Die Behauptung, der EU AI Act sei verantwortlich für die zögerlichen Investitionen europäischer Unternehmen in KI, entpuppt sich bei näherer Betrachtung als Fehleinschätzung – und lenkt von den eigentlichen Herausforderungen ab.    Zunächst zeigt ein Blick auf globale Entwicklungen, dass massive Investitionen in KI längst nicht mehr primär von staatlichen Akteuren, sondern von der Privatwirtschaft getragen werden. Projekte wie das 500-Milliarden-Dollar-Vorhaben *Stargate*, das von US-Techkonzernen vorangetrieben wird, verdeutlichen, wie sehr die Dynamik der KI-Entwicklung von unternehmerischem Mut und langfristigen Strategien abhängt. In Europa hingegen fehlt es oft an vergleichbarer Risikobereitscha...

In einem Interview, das im Headquarter von Google DeepMind in London stattfand, wurde Demis Hassabis, CEO des Unternehmens, gefragt, wie nah die Forschung an der Realisierung einer Artificial General Intelligence (AGI) sei und welche Zeiträume hierfür realistisch eingeschätzt werden könnten. Hassabis antwortete, dass man sich in einer Phase des schnellen Fortschritts befinde, die in den letzten Jahren erhebliche Meilensteine erreicht habe. Dennoch seien bestimmte essenzielle Fähigkeiten, wie komplexes logisches Denken, hierarchische Planung und langfristige Gedächtnisstrukturen, in den derzeitigen Systemen noch nicht vollständig ausgereift. Diese Aspekte seien jedoch entscheidend für die Entwicklung eines Systems, das als AGI bezeichnet werden könne. Hassabis prognostizierte, dass es bei der aktuellen Dynamik möglich sei, innerhalb von drei bis fünf Jahren AGI zu erreichen , räumte jedoch ein, dass viele derzeitige Behauptungen über angeblich erreichte AGI eher als Marketinginstrumen...

Today, a coalition of major technology firms unveiled an ambitious initiative titled "Project Stargate," committing an unprecedented $500 billion investment to advance artificial intelligence (AI) infrastructure across the United States. This initiative, spearheaded by prominent industry leaders including Oracle, OpenAI, and SoftBank, aims to position the United States as a global frontrunner in AI development by addressing critical local challenges such as supply chain vulnerabilities and deficiencies in digital infrastructure. The scale of this commitment reflects a significant shift in technological and economic priorities, driven by the growing corporate interest in AI tools following the success of applications like ChatGPT in late 2022. Forecasts suggest that U.S. spending on AI could reach $100 billion by 2025, with global investment likely to surpass $200 billion within the same period, underscoring the transformative potential of AI technologies for various industrie...

Recursive Self-Improvement (RSI) beschreibt die Fähigkeit einer Künstlichen Intelligenz (KI), ihre Algorithmen autonom zu analysieren, zu optimieren und weiterzuentwickeln. Diese Eigenschaft birgt das Potenzial für exponentiellen Fortschritt, allerdings auch eine Reihe tiefgreifender Herausforderungen für Gesellschaft, Philosophie und Sicherheit. RSI basiert auf dem Konzept, dass ein System in der Lage ist, ohne menschliches Eingreifen effizientere Prozesse zu schaffen, was zu einer Beschleunigung des technologischen Fortschritts führen kann. Eine zentrale Herausforderung besteht in der Zielfunktion, die eine solche KI definiert. Im Unterschied zu menschlichem Handeln, das von moralischen, sozialen und kulturellen Kontexten geprägt ist, agiert eine RSI-KI rein algorithmisch. Sie optimiert ihre Parameter kompromisslos, ohne Rücksicht auf unbeabsichtigte Nebenwirkungen. Dies birgt die Gefahr des sogenannten Instrumentalismus, bei dem der Zweck alle Mittel heiligt. Philosophisch betrachte...