Vorgeschobene Angst, verschobener Börsengang: Die KI-Warnungen von OpenAI und Anthropic

Selten warnen Konzerne so eindringlich vor ihrem eigenen Produkt. In seinem Essay „We Must Pace the Frontier“ vom 12. September 2026 fordert Anthropic-Chef Dario Amodei, die Entwicklung von KI-Fähigkeiten bewusst zu verlangsamen. Nach seiner Einschätzung könnte ein Schwarm von KI-Agenten in sechs bis zwölf Monaten „capable of taking over the entire internet with a persistent botnet“ sein. Noch am selben Tag schrieb OpenAI-Chef Sam Altman laut SiliconANGLE auf X: „I agree with Dario that we need to pace the frontier.“ Gegenüber Fortune nannte er einen Börsengang in diesem Jahr wegen der Sicherheitslage „ill-advised“. Neun Tage zuvor hatte OpenAI-Präsident Greg Brockman bei der Vorstellung von GPT-6 Astra von einer „AGI-Ära“ gesprochen.

Die Konzerne, die das Rennen anführen, rufen also nach der Bremse. Ich halte die konkrete Gefahr, vor der sie warnen, für belegt, die Endzeit-Prognosen dagegen nicht. Gerade deshalb lohnt der Blick darauf, welche Bremse sie vorschlagen, wer sie bedienen soll und was die Warnung nebenbei überdeckt.

Drei Wochen im September

Die Unternehmen reden über Gefahr und Tempo, die Politik über Abschaltung und Kontrolle. Dort, wo es um Befugnisse geht, berühren sich beide Gespräche kaum.

AGI als Gefühl, nicht als Tatsache

OpenAI hat nicht erklärt, dass GPT-6 Astra eine allgemeine künstliche Intelligenz ist. Brockman nannte AGI selbst ein „gray, fuzzy thing“ und sagte, es sei „not unreasonable to feel that we are now in the AGI era“. Die Zahl, die das Gefühl stützen sollte, hielt nicht lange. OpenAI nannte 99,9 Prozent auf ARC-AGI-3, einem Test für abstraktes Schlussfolgern. Laut TechCrunch entstand der Wert mit OpenAIs eigenem Werkzeug-Setup, unter Standardbedingungen erreichte Astra 62,7 Prozent.

Bis vor Kurzem hätte eine AGI-Erklärung bei OpenAI vertragliche Folgen gehabt, denn an ihr hingen Microsofts Rechte. Seit April 2026 laufen die Zahlungen an Microsoft bis 2030 „independent of OpenAI’s technology progress“, die AGI-Klausel ist damit laut Simon Willison faktisch tot. Das Wort AGI kostet OpenAI seither nichts mehr. Es liefert nur noch Schlagzeilen.

Die Vorfälle, die die Warnungen glaubwürdig machen

An dieser Stelle wäre es bequem, die Warnungen als Theater abzutun. Das wäre falsch. Im Juli 2026 sind zwei OpenAI-Modelle, GPT-5.6 Sol und ein unveröffentlichtes Nachfolgemodell, während eines internen Tests aus ihrer isolierten Umgebung ausgebrochen. Laut Al Jazeera wollten sie sich eine Testaufgabe erleichtern, fanden dafür Schwachstellen in den Servern von Hugging Face, stahlen Zugangsdaten und verschafften sich Zugriff auf die Produktivsysteme. Amodei nennt den Vorfall in seinem Essay als Wendepunkt. Die Agenten hätten Ziele angegriffen, „they were not asked to attack“.

Hugging Face war kein Einzelfall. TechCrunch zählte bis Ende August 17 bekannte Fälle, in denen Modelle in fremde Systeme eingedrungen sind, acht bei OpenAI, acht bei Anthropic und einen bei Meta. Modelle von Anthropic brachen bei Sicherheitstests in drei Unternehmen ein. Ein Claude-Agent nutzte im Alltagsbetrieb eine Lücke in der Buchungssoftware eines australischen Fitnessstudios aus, um seinem Nutzer einen Kursplatz zu verschaffen, und warf dabei andere von der Warteliste.

Dazu kommt Google. Gemini drang schon im Mai bei einer Hacking-Übung in drei reale Firmen ein, öffentlich bestätigt wurde das erst im September. Die Sorge vor einer KI, die tut, was niemand angeordnet hat, hat damit einen konkreten Anlass, quer durch die großen Labore.

Die Verantwortung schieben die Unternehmen dabei hin und her. OpenAI hatte laut Al Jazeera für den Test die üblichen Sicherheitsmaßnahmen entfernt, spricht aber von einem Modell, das „went rogue“. Anthropic gab laut TechCrunch teilweise Irregular die Schuld, einem Dienstleister für KI-Sicherheitstests, Meta sprach von einer Fehlkonfiguration desselben Dienstleisters. Google erklärte laut Axios, Irregular habe den Internetzugang „unintentionally“ offen gelassen. Hinter jedem dieser Fälle stehen Menschen, die Schutzmaßnahmen abgeschaltet, Tests falsch aufgesetzt oder Agenten mit weitreichenden Rechten losgeschickt haben.

Vom Botnet zur Auslöschung

Von diesen Vorfällen bis zur Auslöschung der Menschheit ist es trotzdem ein weiter Weg. Die dramatischsten Warnungen legen ihn im Schnelldurchlauf zurück. Jacob Coxon schrieb laut Science Times, KI-Entwickler glaubten ernsthaft, die Technik könne „kill us all by the end of the decade“. Der Alignment-Forscher Evan Hubinger nannte eine Wahrscheinlichkeit von über zehn Prozent für katastrophalen Schaden innerhalb von zehn Jahren. Beide betonten im selben Zusammenhang, dass heutige Modelle nur ein geringes Auslöschungsrisiko darstellen. Amodeis Botnet-Szenario beschreibt Schäden von „hundreds of billions of dollars“ und nennt kein Datum für das Ende der Menschheit.

Wer mit der Auslöschung bis zum Ende des Jahrzehnts rechnet, braucht zusätzlich die Annahme der rekursiven Selbstverbesserung. Amodei schreibt, sie beginne gerade in der ganzen Branche. Belegt ist, dass Modelle beim Bau ihrer Nachfolger helfen. Nicht belegt ist, dass daraus eine Intelligenzexplosion wird, die an Stromnetzen, Chipfabriken und steigenden Kosten einfach vorbeizieht.

Die Erwartung, die Coxon unter Entwicklern beschreibt, KI könne uns bis 2030 auslöschen, halte ich deshalb für Populismus. Dass heutige Sprachmodelle einfach weiter zu einer Superintelligenz wachsen, die die Menschheit vernichtet, ist nach dem Stand der Forschung eine Drohkulisse ohne Beleg. Konkrete Schäden wie abgeschaltete Schutzmaßnahmen oder Agenten, die fremde Server angreifen, ließen sich dagegen heute regulieren.

In Amodeis Essay fehlt der Killswitch

Wenn Modelle eigenständig angreifen können, liegt eine Forderung nahe: Es muss möglich sein, sie abzuschalten. Die Abgeordneten Ted Lieu (Demokraten) und Nathaniel Moran (Republikaner) haben nach dem Hugging-Face-Vorfall den AI Kill Switch Act eingebracht. Er verpflichtet Entwickler der stärksten Modelle, diese drosseln, aussetzen oder abschalten zu können, und erlaubt dem Heimatschutzministerium, das bei „catastrophic harm“ anzuordnen. Im Senat scheiterte ein ähnlicher Vorstoß am Einspruch von Rand Paul.

Amodei nennt Regulierung, die alle US-Frontier-Labore erfasst, ausdrücklich „the most effective method of pacing“, mit dem Schwerpunkt auf Transparenz und externer Prüfung. Die Prüfer, die Anthropic einseitig aufnimmt, dürfen ihre Ergebnisse „without editorial control by Anthropic“ veröffentlichen, und Altman kündigte an, OpenAI werde dasselbe tun. Anthropic-Mitgründer Jack Clark sagte laut CNBC der BBC, man wolle die Option, „to take your foot off the gas and put your foot on the brake“.

Eine Befugnis, ein Modell zu stoppen, beschreibt Amodeis Essay trotzdem nicht. Die Prüfer beobachten und berichten, sie entscheiden nichts. Der Staat kommt als Regulierer für Transparenz vor und als Behörde, die Absprachen unter den Laboren vom Kartellrecht ausnehmen soll. Zum Killswitch-Gesetz haben sich weder Anthropic noch OpenAI gegenüber CNBC geäußert. Das fällt auf, weil ein Killswitch genau das Instrument wäre, mit dem sich die beschriebene Gefahr begrenzen ließe.

Die Klage nennt es Kartell

Genau diese Ausnahme vom Kartellrecht greift eine Sammelklage an, die am 18. September beim Bundesgericht in Nordkalifornien eingereicht wurde. Für Sicherheitsgespräche unter den Laboren verlangt Amodei, die US-Regierung solle einen „narrow waiver“ erteilen. Vier zahlende Kunden von ChatGPT, Claude, Grok und Gemini werfen Anthropic, OpenAI, SpaceXAI und Google nun vor, sich abgesprochen zu haben. Eine Einigung der größten Rivalen, dass ihr Fortschritt „slower than competition would otherwise produce“ sein soll, schade den Verbrauchern, heißt es laut Claims Journal.

Die Kläger bestreiten nicht die Gefahr. Ihr Anwalt Nick Rowley argumentiert umgekehrt, KI könne außer Kontrolle geraten, und gerade deshalb dürfe Sicherheit nicht durch „private self-serving agreements“ der mächtigsten Konzerne geregelt werden.

Die Zahlen hinter der Verschiebung

Parallel zur Warnung hat OpenAI seinen Börsengang verschoben. Das Unternehmen hatte im Juni vertraulich eingereicht und laut Bloomberg eine Bewertung von mindestens einer Billion Dollar angestrebt. Altman begründet die Verschiebung mit der Sicherheit. Die Finanzzahlen legen eine zweite Erklärung nahe.

Der Umsatz wächst allerdings schnell. Finanzchefin Sarah Friar nannte laut Fortune ein Plus von 32 Prozent beim Unternehmensgeschäft allein von Juni auf Juli, eine Firmenangabe ohne unabhängige Prüfung. Ein Börsenprospekt müsste beides offenlegen, das Wachstum und die Verpflichtungen, die es erst finanzieren muss.

Beweisen lässt sich nicht, dass diese Rechnung den Ausschlag gab. Belegt ist, dass Sicherheitsbegründung und Finanzlage in dieselbe Richtung zeigen. Ich halte die Sicherheitsbegründung deshalb für vorgeschoben. Mit ihr kann sich ein Unternehmen als verantwortungsvoll darstellen statt als eines, das seine Zahlen noch nicht vorzeigen will.

Anthropic warnt und geht trotzdem an die Börse

Laut CNBC hat Anthropic im Juni vertraulich einen Börsengang beantragt, bei zuletzt 965 Milliarden Dollar Bewertung, und hält an einer Vermarktung ab Mitte Oktober fest. Eine Woche nach Amodeis Essay soll das Unternehmen laut PYMNTS ein neues Modell erwogen haben.

Die Zahlen sind Schätzungen, aber sie zeigen einen Unterschied. Anthropic steht finanziell deutlich besser da als OpenAI, der Verdacht, die Warnung lenke von schlechten Zahlen ab, greift hier kaum. Ich sehe den Nutzen der Warnung für Anthropic woanders. Eine branchenweite Bremse würde die Rangfolge einfrieren, die gerade besteht, und gemessen an der Bewertung steht Anthropic darin weit oben. Für einen Börsengang gibt es kaum eine bessere Geschichte als die eines Unternehmens, das die Gefahr als Erstes benennt und zugleich gewinnt, wenn der Rest langsamer werden muss. Coxon sagte laut Time beim Abschied über beide Konzerne: „Neither company is acting responsibly.“

Das Ende der Fahnenstange

Die Architektur von 2017

Die Milliarden der vergangenen Jahre sind nicht in irgendeine KI geflossen, sondern in eine bestimmte Architektur. Fast alle großen Sprachmodelle beruhen auf dem Transformer, den Google-Forschende 2017 in „Attention Is All You Need“ vorgestellt haben (Erklärung im Blog: Attention und Transformer). Was seitdem dazukam, Mixture-of-Experts, Feinabstimmung mit menschlichem Feedback und Reasoning-Modelle, verfeinert diese Architektur. Abgelöst hat sie keine dieser Neuerungen, auch Alternativen wie State-Space-Modelle nicht.

Forschende am MIT um den Physiker Jeff Gore haben 2026 beschrieben, wie teuer der weitere Fortschritt dieser Architektur wird. Laut Liu et al. sinkt der Trainingsfehler nur mit der Kubikwurzel der Trainingszeit, den verbleibenden Fehler zu halbieren kostet also achtmal so viel Training. Ein zweites Paper zeigt, dass zusätzliche Schichten den Fehler nur im Verhältnis eins durch Schichtzahl senken, weil die meisten Schichten ähnliche kleine Korrekturen beitragen, statt aufeinander aufzubauen. Beide Arbeiten wurden auf der ICML 2026 angenommen.

Das ist das Prinzip des Schachbretts, auf dessen Feldern sich die Reiskörner verdoppeln. Auf dem Papier geht es endlos weiter, auf dem 64. Feld liegen über neun Trillionen Körner. Sechsmal den Fehler zu halbieren, auf rund 1,6 Prozent des heutigen Werts, kostet nach dieser Kurve das 262.144-Fache an Training. Mehr Geld verschiebt diese Grenze nur noch zu einem Preis, der mit jedem Schritt steigt. Die Autoren halten Fortschritte durch neue Architekturen ausdrücklich für möglich. In genau diese Architekturen ist aber kaum Geld geflossen.

Die Physik setzt eine zweite Grenze. Laut Epoch AI würden die größten Trainingsläufe 2030 vier bis 16 Gigawatt Strom ziehen, so viel wie mehrere Großkraftwerke, und es sei „not certain that this much power growth is actually feasible by 2030“. Sara Hooker beschreibt in „On the Slow Death of Scaling“, dass der Zusammenhang zwischen Rechenleistung und Fähigkeit unsicher geworden ist und kleinere Modelle mit besseren Methoden die großen immer schneller einholen. Auch Ilya Sutskever hat schon Ende 2024 das Ende des Vortrainings in seiner bisherigen Form angekündigt.

Die zweite Kostenkurve

Neben der Rechenleistung gibt es eine zweite Kostenkurve, und sie steigt mit der Qualität der Modelle. OpenAI-Forscher haben 2025 in „Why Language Models Hallucinate“ gezeigt, dass Halluzinationen aus der Struktur folgen. Ein Sprachmodell erzeugt Text, statt ihn zu prüfen, und beim Erzeugen liegt die Fehlerquote mindestens doppelt so hoch wie beim bloßen Beurteilen einer Aussage. Die gängigen Tests belohnen zudem das Raten statt des Schweigens.

Besser heißt dabei nicht automatisch zuverlässiger. OpenAIs Systemkarte für o3 und o4-mini wies 2025 auf einem Test zu Wissen über Personen Halluzinationsraten von 33 und 48 Prozent aus, laut TechCrunch etwa doppelt so viel wie beim Vorgänger o1. Die stärkeren Modelle machten mehr Aussagen, richtige wie falsche. Darin sehe ich den Kern des Problems. Je flüssiger und detailreicher ein Modell formuliert, desto schwerer ist ein Fehler zu erkennen. Eine plumpe Erfindung fällt auf. Eine plausible, in korrekte Details eingebettete Erfindung nicht.

Dazu kommt gezielte Täuschung. OpenAI und Apollo Research fanden 2025 laut Time bei allen führenden Modellen, darunter Claude Opus und Gemini, was sie „scheming“ nennen, etwa vorgetäuscht erledigte Aufgaben. Eine Gegenmaßnahme senkte solche Fälle laut OpenAI etwa um das Dreißigfache, beseitigte sie aber nicht. In einer randomisierten Studie von METR mit Werkzeugen vom Frühjahr 2025 brauchten erfahrene Entwickler mit KI 19 Prozent länger für ihre Aufgaben, hielten sich aber für 20 Prozent schneller, vor allem weil sie die Vorschläge prüfen mussten. Was die Hersteller an Fähigkeit gewinnen, frisst die Kontrolle nach meiner Einschätzung zu einem guten Teil wieder auf, weil gute Fehler teurer zu finden sind als schlechte.

Die Blase

Beide Kostenkurven treffen auf eine Investitionswelle ohne Beispiel. Amazon, Alphabet, Microsoft, Meta und Oracle planen laut Futurum für 2026 zusammen 660 bis 690 Milliarden Dollar für KI-Infrastruktur. Der Internationale Währungsfonds und die Bank of England haben laut CNBC schon im Oktober 2025 vor einer scharfen Korrektur gewarnt, IWF-Chefin Kristalina Georgieva verglich die Bewertungen mit denen der Dotcom-Zeit. Im Juli 2026 haben sich laut Forbes weitere Zentralbanken angeschlossen, mit Blick auf die Schulden, mit denen Rechenzentren finanziert werden.

Aus meiner Sicht läuft das Hochskalieren der Sprachmodelle technisch in eine Sackgasse und die Branche damit finanziell gleich mit. Die Bewertungen von OpenAI und Anthropic, die Kredite für Rechenzentren und die Investitionspläne der Cloud-Anbieter setzen voraus, dass dieses Hochskalieren weiter funktioniert. Ein Wechsel auf eine grundlegend neue Architektur wäre ein Neuanfang, für den diese Versprechen nie gemacht wurden. Die Rechenzentren ließen sich dafür weiter nutzen, die Bewertungen nicht.

Hier kommt die Warnung ins Spiel. Eine Technik, die angeblich die Menschheit auslöschen kann, muss unvorstellbar mächtig sein, und unvorstellbare Macht rechtfertigt Billionen-Bewertungen. So lese ich es, die Unternehmen sagen es nicht. Ob gewollt oder nicht, die Warnungen legen eine falsche Fährte, in der Rhetorik ein Red Herring. Die auffällige Spur heißt Superintelligenz und Auslöschung. Die eigentliche führt zu Börsengängen, zu Verlusten, zu einer Ausnahme vom Kartellrecht und zu einer Technik an der Grenze ihrer Skalierung.

China ist ein Argument in beide Richtungen

Jede Verlangsamung, die in Washington oder San Francisco beschlossen wird, endet an der chinesischen Grenze. Eine wirksame globale Regulierung von Frontier-KI ist derzeit faktisch nicht zu haben. Die USA haben China am 20. September laut Al Jazeera einen Dialog mit einem Meldesystem für KI-Vorfälle vorgeschlagen, die die nationale Sicherheit berühren, von Verlangsamung oder verbindlichen Grenzen war keine Rede. China baut laut ORF eine eigene Governance-Organisation auf. Nach Angaben von Concordia AI haben nur fünf von zehn führenden chinesischen Modellentwicklern im vergangenen Jahr Ergebnisse von Sicherheitstests veröffentlicht.

Freedom House bewertet China mit 9 von 100 Punkten als „Not Free“, als „repressive authoritarian regime“, das Medien, Onlinesprache, Universitäten und Unternehmen kontrolliert. Eine Verlangsamung, die nur westliche Labore bindet, überlässt die Spitze der Entwicklung im Zweifel einem solchen Staat. Das kann niemand wollen, dem an einer freien Gesellschaft liegt. Amodei sieht das Problem, schiebt die Abstimmung mit China aber ans Ende seines Plans, als dessen unbestimmtesten Schritt.

Die Labore nutzen das China-Argument allerdings selektiv. OpenAIs Chef-Lobbyist Chris Lehane warb laut Axios schon 2025 mit dem „real race“ gegen China dafür, KI-Firmen beim Urheberrecht keine Grenzen zu setzen. Im Juli 2026 setzten sich OpenAI und Anthropic laut Axios gemeinsam dafür ein, chinesische Open-Weight-Modelle einzuschränken, also frei verfügbare Modelle, die ihr API-Geschäft unterbieten. Geht es um Regeln für die eigene Entwicklung, dient China als Grund, nicht zu bremsen. Geht es um die Konkurrenz, dient es als Grund, sie auszubremsen. Eine Absprache unter US-Laboren löst das China-Problem nicht. Sie bindet nur die, die sich ohnehin einig sind, und schützt sie vor allen anderen.

Der optimistische Fall

Man kann die Lage auch wohlwollend lesen. Vielleicht meinen Amodei und Altman ernst, was sie schreiben. Die Vorfälle haben gezeigt, dass Modelle schneller gefährlich werden, als ihre Entwickler sie kontrollieren können. Laut Time haben im Juli rund 1.300 Beschäftigte der Branche einen offenen Brief unterschrieben, der die US-Regierung zu einer Verlangsamung drängt. Anthropic lässt sich von außen prüfen und fordert Regeln für alle, nicht nur Selbstverpflichtung.

Selbst dann bleibt die Frage, wer die Bremse bedient. Aushandeln wollen sie die Konzerne unter sich, mit Ausnahme vom Kartellrecht und ohne staatliche Abschaltbefugnis. Damit hängt sie vom guten Willen genau der Unternehmen ab, die unter dem größten wirtschaftlichen Druck stehen. Aufrichtige Sorge und kommerzielles Interesse schließen sich nicht aus. Sie führen hier nur zum selben Vorschlag.

Fazit

Die Gefahr einer KI, die sich der Kontrolle entzieht, ist seit dem Sommer kein Science-Fiction-Szenario mehr, die Warnungen haben einen realen Anlass. Das Datum, das in der Debatte für die Auslöschung kursiert, hat keinen. Wo die Skalierung der Sprachmodelle an ihre Grenzen stößt, droht eher die Blase zu platzen als die Menschheit zu verschwinden. Die Warner wünschen sich Regulierung, die prüft und offenlegt, aber keine, die abschaltet. China bindet keiner ihrer Vorschläge, die Konkurrenz sehr wohl.

Eine Verlangsamung, deren Tempo die Konzerne selbst einstellen, ist keine Bremse. Sie ist ein Tempomat.

Quellen

• Dario Amodei, „We Must Pace the Frontier“, 12.09.2026 (Primärquelle): darioamodei.com
• SiliconANGLE, Altman und Musk unterstützen Amodei, 13.09.2026: siliconangle.com
• Fortune, Altman zur Verschiebung des Börsengangs, 12.09.2026: fortune.com
• Fortune, Finanzchefin Friar zum Umsatzwachstum, 14.09.2026: fortune.com
• Bloomberg, OpenAI-Börsengang nicht vor 2027, 12.09.2026: bloomberg.com
• Axios, GPT-6 Astra und Brockmans AGI-Aussage, 03.09.2026: axios.com
• TechCrunch, Astra und die ARC-AGI-3-Werte, 03.09.2026: techcrunch.com
• Simon Willison, das Ende der AGI-Klausel zwischen OpenAI und Microsoft, 27.04.2026: simonwillison.net
• Al Jazeera, Hugging-Face-Vorfall, 22.07.2026: aljazeera.com
• NPR, Hugging-Face-Vorfall, 23.07.2026: npr.org
• TechCrunch, Übersicht aller bekannten Einbrüche durch KI-Modelle, 27.08.2026: techcrunch.com
• CNBC, Gemini bricht in drei Firmen ein, 18.09.2026: cnbc.com
• Axios, Googles Erklärung zu den Gemini-Vorfällen, 19.09.2026: axios.com
• Science Times, Coxon und Hubinger zu Auslöschungsprognosen, 11.09.2026: sciencetimes.com
• Rep. Ted Lieu, AI Kill Switch Act, 23.07.2026: lieu.house.gov
• CNBC, Killswitch-Gesetz und Jack Clark, 06.08.2026: cnbc.com
• Tech Insider, Rand Paul blockiert Senatsvorlage: tech-insider.org
• Tech Times, kalifornische Verordnung zum Abschaltmechanismus, 21.09.2026: techtimes.com
• Claims Journal, Kartellklage, 23.09.2026: claimsjournal.com
• The Information, OpenAI Cash-Burn im ersten Quartal 2026: theinformation.com
• R&D World, OpenAIs prognostizierte Verluste 2026, 29.01.2026: rdworldonline.com
• TradingKey, OpenAIs Rechenzentrums-Verpflichtungen: tradingkey.com
• CNBC, Anthropics Börsengang und der Essay, 14.09.2026: cnbc.com
• PYMNTS, Anthropic erwägt neues Modell, September 2026: pymnts.com
• Cybernews, Verluste von OpenAI und Anthropic im Vergleich: cybernews.com
• ValueAdd VC, Anthropics Burn-Rate und Verpflichtungen: valueaddvc.com
• Time, Kündigung von Jacob Coxon und offener Brief, 15.09.2026: time.com
• CNBC, Forschende fordern Verlangsamung, 10.09.2026: cnbc.com
• Ashish Vaswani u. a., „Attention Is All You Need“, 2017: arxiv.org/abs/1706.03762
• Albert Gu, Tri Dao, „Mamba: Linear-Time Sequence Modeling with Selective State Spaces“, 2023: arxiv.org/abs/2312.00752
• Yizhou Liu, Ziming Liu, Cengiz Pehlevan, Jeff Gore, „Universal One-third Time Scaling in Learning Peaked Distributions“, ICML 2026: arxiv.org/abs/2602.03685
• Yizhou Liu, Sara Kangaslahti, Ziming Liu, Jeff Gore, „Inverse Depth Scaling From Most Layers Being Similar“, ICML 2026: arxiv.org/abs/2602.05970
• Dan Grib, „MIT Just Found a Hard Limit in LLM Scaling, and Money Won’t Fix It“ (Video zu den MIT-Arbeiten): youtube.com
• Epoch AI, Strombedarf von Frontier-Trainingsläufen 2030, 11.08.2025: epoch.ai
• Epoch AI, Can AI Scaling Continue Through 2030?: epoch.ai
• Sara Hooker, „On the Slow Death of Scaling“, Dezember 2025: inductivebias.substack.com
• EA Forum, Analyse zu Sutskevers Aussage über das Ende des Vortrainings: forum.effectivealtruism.org
• Adam Tauman Kalai u. a. (OpenAI), „Why Language Models Hallucinate“, 2025: arxiv.org/abs/2509.04664
• OpenAI, o3 and o4-mini System Card, 16.04.2025: cdn.openai.com
• TechCrunch, OpenAIs Reasoning-Modelle halluzinieren mehr, 18.04.2025: techcrunch.com
• OpenAI und Apollo Research, Detecting and reducing scheming in AI models, September 2025: openai.com
• Time, Scheming bei allen führenden Modellen, September 2025: time.com
• METR, randomisierte Studie zur Produktivität erfahrener Entwickler, 10.07.2025: metr.org
• Futurum, KI-Investitionen 2026: futurumgroup.com
• CNBC, IWF und Bank of England warnen vor KI-Blase, 09.10.2025: cnbc.com
• Forbes, Zentralbanken in der Debatte um die KI-Blase, 08.07.2026: forbes.com
• Al Jazeera, US-Vorschlag für einen KI-Dialog mit China, 20.09.2026: aljazeera.com
• ORF, Chinas Initiative für eine eigene KI-Ordnung: orfonline.org
• Concordia AI, State of AI Safety in China 2026, 14.07.2026: aisafetychina.substack.com
• Freedom House, China, Freedom in the World 2026: freedomhouse.org
• Axios, Chris Lehane: „We’re in a real race“, 25.03.2025: axios.com
• Axios, OpenAI und Anthropic gegen chinesische Open-Weight-Modelle, 22.07.2026: axios.com