Führende KI-Experten haben die Geschwindigkeit, mit der sich Künstliche Intelligenz (KI) entwickelt, konstant unterschätzt. Dies geht aus einem Zwischenbericht des Forecasting Research Institute (FRI) hervor. Beispielsweise erreichte KI das Goldmedaillen-Niveau bei der Internationalen Mathematik-Olympiade fünf Jahre früher als der Median der Expertenprognosen. Auch die jährlich wiederkehrenden Einnahmen (Annual Recurring Revenue, ARR) des KI-Unternehmens Anthropic liegen etwa fünfmal höher als von Experten prognostiziert.
Expertenprognosen im Vergleich zur Realität
Das FRI sammelt seit Mitte 2022 Prognosen zum Fortschritt der KI. Die erste Runde des LEAP (Longitudinal Expert AI Panel) umfasste 339 Spezialisten, darunter Computerwissenschaftler, Branchenexperten, Ökonomen und KI-Politikspezialisten. Diese Experten unterschätzten den Fortschritt bei Benchmarks und einigen Adoptionsmetriken erheblich.
- Mathematik: KI erreichte im Juli 2025 das Goldmedaillen-Niveau bei der Internationalen Mathematik-Olympiade. Dies war fünf Jahre vor der mittleren Expertenprognose und zehn Jahre vor der mittleren Prognose von Superforecastern, die für ihre genauen Vorhersagen bekannt sind. Die Prognosen wurden 2022 erstellt, aber das Muster hielt auch nach dem Start von ChatGPT an.
- Millennium Prize Problem: Es besteht die Möglichkeit, dass KI bereits eines der Millennium Prize Problems gelöst hat, obwohl noch unklar ist, ob die Lösung die Bewertungskriterien erfüllt. Im August und September 2025 schätzten Experten die mediane Wahrscheinlichkeit einer solchen Lösung bis Ende 2027 auf nur 10 Prozent, Superforecaster auf 5,4 Prozent.
- Virologie und Cybersicherheit: Experten sagten voraus, dass KI-Modelle erst 2030 das Niveau eines Top-Virologenteams bei einem Fehlerbehebungs-Benchmark erreichen würden. Superforecaster rechneten mit 2034. Laut FRI geschah dies jedoch bereits im April 2025. Ähnliche Unterschätzungen zeigten sich bei einem Cybersicherheits-Benchmark.
- Wirtschaftliche Entwicklung: Die wirtschaftlichen Prognosen waren ebenfalls zu konservativ. Experten setzten den Median für die höchsten jährlichen wiederkehrenden Einnahmen (ARR) eines KI-Unternehmens Ende 2026 bei 20 Milliarden US-Dollar an. Ökonomen sagten 16 Milliarden US-Dollar, Superforecaster 25 Milliarden US-Dollar. Das FRI nennt für Anthropic im September 2026 eine Zahl von etwa 100 Milliarden US-Dollar, die wahrscheinlich bereits erreicht wurde.
Gemischte Ergebnisse und aufwärts revidierte Erwartungen
Nicht alle Prognosen waren zu niedrig. Im Bereich der Biosicherheit prognostizierten Experten, dass 22,5 Prozent der Teilnehmer, die ein großes Sprachmodell (LLM) nutzen, biologische Laboraufgaben lösen würden. Virologisten erwarteten 40 Prozent, Superforecaster 16,2 Prozent. In einem kontrollierten Versuch gelang dies jedoch nur 5,2 Prozent mit einem LLM und Internetzugang, verglichen mit 6,6 Prozent, die nur das Internet nutzten. Das Sprachmodell zeigte keinen messbaren Unterschied, allerdings war der Versuch klein.
Auch bei selbstfahrenden Autos könnten Experten überschätzt haben. Ihre mediane Prognose für den Anteil autonomer US-Ride-Hailing-Fahrten im Jahr 2027 lag bei 7,3 Prozent, während eine LLM-Projektion diesen auf 2,5 Prozent beziffert. Prognosen zu Wirtschaftswachstum, Beschäftigung und größeren KI-Schäden können laut FRI noch nicht zuverlässig beurteilt werden.
Gleichzeitig passen die Befragten ihre Erwartungen nach oben an. Die durchschnittliche Wahrscheinlichkeit, die KI als „Technologie des Jahrhunderts“ zugewiesen wurde, stieg bei Experten von 31 auf 36 Prozent und bei Superforecastern von 28 auf 35 Prozent über einen Zeitraum von neun Monaten.
Methodische Hinweise und zukünftige Pläne
Das FRI wird künftig eine Untergruppe von Befragten hervorheben, die bis 2040 einen sehr schnellen KI-Fortschritt erwarten, und kontinuierlich aktualisierte LLM-Prognosen neben den menschlichen veröffentlichen. Laut ForecastBench erreichen einige Modelle bereits das Niveau von Superforecastern bei bestimmten Fragetypen. Das FRI beabsichtigt zudem, die genauesten LEAP-Panelisten zu identifizieren und deren Prognosen zu präsentieren, sobald ausreichend Daten vorliegen.
Das Institut weist darauf hin, dass die vorliegenden Daten eine natürliche Neigung zur Feststellung von Unterschätzungen aufweisen, da diese offensichtlich werden, sobald die Realität eine Prognose übertrifft. Überschätzungen hingegen werden erst nach Ablauf einer Frist klar. Einige der FRI-eigenen Einschätzungen basieren zudem auf LLM-Projektionen, die Informationen nutzen, die den ursprünglichen Prognostikern nicht zur Verfügung standen.
Thema: Anthropic. Quelle/Inspiration: The Decoder.