Die Menschen, die KI bauen, liegen bei KI-Vorhersagen am schlechtesten

Niemand schaut je zurück, um nachzusehen

Im März 2025 sagte Dario Amodei dem Council on Foreign Relations, dass KI innerhalb von drei bis sechs Monaten 90 % des Codes schreiben würde und innerhalb von zwölf Monaten praktisch alles. Diese Zwölf-Monats-Frist lief im März ab. Fast niemand überprüfte das im Nachhinein.

Das ist die seltsame Etikette der KI-Prognosen. Die Vorhersagen sind laut, datiert und werden mit totaler Zuversicht vorgetragen, und wenn dann der Termin kommt, ist jeder schon bei der nächsten Vorhersage. Es gibt keine Anzeigetafel. Also habe ich eine gebaut.

Im Februar 2025 plante ich Agenten-Workflows für Whizi ein, in der Annahme, dass Altman mit 2025 recht hatte. Sechs Wochen später begrub ich das Projekt wieder, nachdem ich durchgerechnet hatte, was ein einzelner mehrstufiger Agenten-Durchlauf im Vergleich zu einem flachen Monatsabo kostet. Sechs Wochen meiner eigenen Roadmap, verbraucht für die Prognose eines anderen. Ich sammelte jede datierte Vorhersage aus 2024 und 2025, die ich mit einer Primärquelle und einer bereits verstrichenen Frist finden konnte. Achtzehn schafften es in die Auswahl.

Die Bewertungsregel, damit du damit streiten kannst: Eine Vorhersage wird an dem gemessen, was ihre eigenen Worte versprochen haben, zu ihrer eigenen Frist. Wenn du 90 % bis September gesagt hast und der September brachte 30 %, ist "nun, irgendwann" keine Note. Es ist eine Ausrede.

Die Anzeigetafel

Wer, wann	Die Vorhersage	Was geschah	Note
Sam Altman, Januar 2025	KI-Agenten "treten der Belegschaft bei" in 2025	95 % der Pilotprojekte in Unternehmen zeigten keine Gewinn- und Verlustauswirkung; der beste Agent erledigte 30,3 % der Büroaufgaben	C-
Marc Benioff, September 2024	Eine Milliarde Agentforce-Agenten bis Ende 2025	Etwa 29.000 Deals und $1B wiederkehrender Jahresumsatz	F
Klarna, Februar 2024	KI-Assistent übernimmt die Arbeit von 700 Mitarbeitern	Stellt ab Mai 2025 wegen geringerer Qualität wieder Menschen ein	C
Dario Amodei, März 2025	90 % des Codes innerhalb von drei bis sechs Monaten	Branchenweit 25 % bis 41 %, bei Google 75 % bis Mitte 2026	C+
Dario Amodei, März 2025	Praktisch aller Code innerhalb von zwölf Monaten	Nicht annähernd erreicht	F
Eric Schmidt, April 2025	Die große Mehrheit der Programmierer wird binnen eines Jahres ersetzt	Programmierer weiterhin beschäftigt; Einstiegsstellen um etwa 16 % zurückgegangen	F
Mark Zuckerberg, Januar 2025	Eine KI als Mid-Level-Ingenieur, der führende Assistent mit einer Milliarde Nutzern und Llama als Spitzenmodell, alles noch 2025	Keines der drei eingetroffen; stattdessen Rekordgehälter für menschliche Ingenieure	F
Elon Musk, April 2024	KI klüger als jeder Mensch bis Ende 2025	Grok 4 erreichte 25,4 % bei Humanity's Last Exam	F
Mira Murati, Juni 2024	Intelligenz auf Doktorandenniveau "für bestimmte Aufgaben" in etwa 18 Monaten	Zertifizierte Goldmedaille bei der Internationalen Mathematik-Olympiade 2025	B-
Gary Marcus, Januar 2025	25 datierte Vorhersagen, hier vier bewertet	Alle vier korrekt, aber keiner der Erfolge des Jahres auf der Liste	A-

Die Belegschaft, die nie eingestempelt hat

Sam Altman, Januar 2025: "Wir glauben, dass wir 2025 die ersten KI-Agenten sehen könnten, die 'der Belegschaft beitreten' und die Produktion von Unternehmen spürbar verändern."

Das NANDA-Projekt des MIT stellte im August 2025 fest, dass 95 % der generativen KI-Pilotprojekte in Unternehmen keine messbare Gewinn- und Verlustauswirkung hatten. Carnegie Mellon besetzte ein fiktives Unternehmen komplett mit KI-Agenten und maß die erledigte Büroarbeit: Das beste Modell schloss 30,3 % der Aufgaben ab. Ein Mitarbeiter mit 30 % Leistung tritt nicht deiner Belegschaft bei. Er fliegt in der Probezeit raus.

Eine Ausnahme bewahrt das vor einem F: In Softwareunternehmen haben Coding-Agenten die Produktion tatsächlich verändert. Note: C-.

Marc Benioff, September 2024: "Unsere Vision ist kühn: eine Milliarde Agenten mit Agentforce bis Ende 2025 zu befähigen."

Salesforce meldete bis Anfang 2026 rund 29.000 kumulierte Agentforce-Deals und überschritt $1B an wiederkehrendem Jahresumsatz. Ein echtes Geschäft, aber etwa 34.000-mal unter dem Versprechen, wenn man Deals statt Agenten zählt. Mein Lieblingsdetail: Salesforce meldet inzwischen "bediente agentische Arbeitseinheiten" (3,8 Milliarden davon) statt einer Anzahl von Agenten. Wenn du die Zahl nicht erreichst, änderst du die Einheit. Note: F.

Klarna, Februar 2024: Sein KI-Assistent "leistet die Arbeit von 700 Vollzeit-Mitarbeitern."

Dann machte CEO Sebastian Siemiatkowski im Mai 2025 eine Kehrtwende und begann, wieder Menschen einzustellen: "Wir haben uns zu sehr auf Effizienz und Kosten konzentriert. Das Ergebnis war geringere Qualität." Die KI behielt die Routine-Tickets. Die Menschen kamen für alles zurück, was wirklich zählte. Anerkennung dafür, das Experiment öffentlich durchzuführen und das Ergebnis zuzugeben. Note: C.

Der Code, der tatsächlich geschrieben wurde

Amodeis 90 %. Die Richtung stimmte, der Nenner nicht. Google gibt an, dass Mitte 2026 75 % des neuen Codes KI-generiert sind, gegenüber 25 % Ende 2024, wobei jede akzeptierte Autovervollständigung mitgezählt wird und Menschen vor dem Deployment weiterhin gegenlesen. Branchenweite Schätzungen Anfang 2026 lagen bei 25 % bis 41 %.

Also: 90 % des gesamten Codes in sechs Monaten, nein. Praktisch aller Code in zwölf, nicht annähernd. Ein historischer Wandel darin, wie Code geschrieben wird, absolut ja. Die Vorhersage beschrieb eine echte Revolution und lag bei jeder Zahl daneben. Note: C+ für die 90 %, F für "praktisch alles".

Eric Schmidt, April 2025: "Im nächsten Jahr wird die große Mehrheit der Programmierer durch KI-Programmierer ersetzt."

Das Jahr ist um. Programmierer sind fast überall dort noch beschäftigt, wo sie es vorher waren. Der reale Schaden am Arbeitsmarkt ist enger und grausamer als die Vorhersage: Gehaltsdaten von Stanford und ADP zeigen, dass die Beschäftigung von 22- bis 25-Jährigen in den am stärksten von KI betroffenen Jobs seit Ende 2022 um rund 16 % gesunken ist und weiter schrumpft. Die Einstiegsebene traf es hart; die große Mehrheit behielt ihren Job und bekam Copilot-Lizenzen. Note: F.

Und die Zahl, die niemand überhaupt vorhergesagt hat: Cursor stieg in etwa siebzehn Monaten von $100M auf $4B wiederkehrenden Jahresumsatz, und am 14. August schloss SpaceX seine $60B-Übernahme des Unternehmens ab, die größte je verzeichnete Startup-Übernahme. Keine einzige 2024er-Vorhersageliste, die ich geprüft habe, enthielt "ein Code-Editor wird zum größten Startup-Exit der Geschichte".

Metas sehr teures Jahr

Mark Zuckerberg, Januar 2025, bei Joe Rogan: "Wahrscheinlich werden wir bei Meta 2025... eine KI haben, die effektiv eine Art Mid-Level-Ingenieur sein kann, den man im Unternehmen hat und der Code schreiben kann." Wochen später fügte er beim Earnings Call zwei weitere Ziele für 2025 hinzu: Meta AI als führenden Assistenten mit einer Milliarde Nutzern und Llama als das fortschrittlichste und meistgenutzte Modell.

Keines der drei traf ein. Llama 4 kam mit einem Bauchklatscher, während Gemini 3 im November 2025 die Spitzenkrone übernahm. Und Meta setzte im Laufe des Jahres mit seinem Geldbeutel genau auf das Gegenteil: $14.3B für die Hälfte von Scale AI, Gehaltspakete für Forscher berichtet zwischen $100M und $450M, dann im Oktober 600 gestrichene Stellen im Superintelligenz-Labor und im Mai 2026 rund 8.000 Entlassungen.

Meta sagte eine KI voraus, die wie ein Mid-Level-Ingenieur codet, und verbrachte stattdessen achtzehn Monate damit, den Weltrekord-Marktpreis für menschliche Ingenieure aufzustellen. Note: F.

Elon Musk, April 2024: KI "wahrscheinlich klüger als jeder einzelne Mensch, etwa Ende nächsten Jahres."

Bis Ende 2025 war Grok 4 das Flaggschiffmodell von xAI, eingeführt als "die klügste KI der Welt", mit 25,4 % bei einem Benchmark, der buchstäblich Humanity's Last Exam heißt. Die Behauptung überlebte den Kontakt mit der Prüfung nicht. Note: F.

Mira Murati, Juni 2024: Intelligenz auf Doktorandenniveau "für bestimmte Aufgaben" in etwa achtzehn Monaten.

Für Mathematik ist es im Grunde eingetreten: Deep Think von Google DeepMind holte bei der Internationalen Mathematik-Olympiade 2025 offiziell zertifiziertes Gold, Jahre vor den meisten Prognosen aus 2024. Der Zusatz, den sie verwendete, "für bestimmte Aufgaben", leistet die eigentliche Arbeit, und genau diesen Zusatz weigerten sich ihre lauteren Kollegen zu benutzen. Die abgesicherte Version traf zu. Die unqualifizierte Version, verpackt als GPT-5s "PhD-level"-Branding im August 2025, lief so schlecht, dass Altman zugab, OpenAI habe den Rollout "total vermasselt". Note: B-.

Das Zeugnis des Skeptikers

Gary Marcus veröffentlichte am 1. Januar 2025 25 datierte Vorhersagen. Die Branche verdreht bei ihm meist die Augen. Bewertung seiner bewertbaren Aussagen:

• "Wir werden dieses Jahr keine allgemeine künstliche Intelligenz sehen." Korrekt.

• Agenten werden "das ganze Jahr 2025 über endlos gehypt, aber alles andere als zuverlässig sein." Korrekt, siehe den gesamten ersten Abschnitt.

• "Die Gewinne aus KI-Modellen bleiben bescheiden oder nicht vorhanden." Die Umsätze explodierten, aber er sprach von Gewinnen, und die Labore verbrennen weiterhin Bargeld. Nach dem Wortlaut korrekt.

• Möglicherweise kein Konsens-Sprung auf "GPT-5-Niveau" in 2025. GPT-5 kam, der Sprung nicht. Dem Sinn nach korrekt.

Note: A-. Der abgezogene Minuspunkt gilt dem, was auf der Liste fehlt: Nichts darin sagte eine $4B-Coding-Tool-Kategorie, eine IMO-Goldmedaille oder Agenten voraus, die genau in dem einen Bereich wirklich nützlich werden, in dem sich die Ergebnisse überprüfen lassen. Der beste Prognostiker des Jahres 2025 sagte jedes Scheitern voraus und verpasste jeden Erfolg.

Und die unbequeme Tatsache zweiter Ordnung: Recht zu haben, brachte ihm ungefähr nichts ein. Die Investoren, die gegen sein gesamtes Weltbild wetteten, sind genau diejenigen, die Cursor mit $60B bewerteten. Prognosegenauigkeit und finanzielle Rendite laufen auf getrennten Anzeigetafeln, und nur eine von beiden wächst exponentiell.

Fähigkeits-Vorhersagen trafen ein. Einsatz-Vorhersagen nicht

Sortiere die 18 Vorhersagen in zwei Stapel, und das Rauschen verschwindet.

Vorhersagen über Fähigkeiten, also darüber, was Modelle können würden, alterten gut und trafen manchmal sogar früher ein. Die Länge der Aufgaben, die Agenten erledigen können, verdoppelt sich laut METR etwa alle vier bis sieben Monate, und dieser Trend hielt an.

Vorhersagen über den Einsatz, also darüber, was Organisationen KI tatsächlich tun lassen würden, scheiterten fast durchweg. Belegschafts-Agenten, Milliarden-Agenten-Plattformen, ersetzte Programmierer, KI-Angestellte: All das stieß auf dieselbe Wand aus Qualitätsanforderungen, Haftung, Integrationskosten und der hartnäckigen Tatsache, dass ein System, das 30 % der Aufgaben erledigt, eine Demo ist, keine Einstellung.

Altman sagte, Agenten würden der Belegschaft beitreten. Sie sind der IDE beigetreten, denn die IDE ist der eine Arbeitsplatz, an dem eine falsche Antwort von einem Compiler statt von einem Kunden abgefangen wird.

Hier also die Entscheidungsregel, die ich jetzt anwende, mit meinem eigenen Geld im Spiel: Wenn du eine Fähigkeits-Vorhersage hörst, nimm sie ernst, selbst die wilden, weil die Trendlinien immer wieder gewinnen. Wenn du eine Einsatz-Vorhersage mit einem Datum hörst, verdopple die Frist und prüfe dann, was die Person, die es sagt, verkauft. Nach derselben Regel wähle ich aus, welches Modell sich lohnt: Der Benchmark ist eine Fähigkeits-Behauptung, der Workflow eine Einsatz-Behauptung.

Ab jetzt bewerte ich jedes Quartal, was fällig geworden ist, und die nächste Ausgabe beginnt mit meinen eigenen datierten Vorhersagen, damit du mich durch dieselbe Bewertungsskala jagen kannst. Bewerten ist kostenlos. Bewertet zu werden ist der Preis.