Wie sahen Ihre Weihnachtsgrüße im Jahr 2025 aus? Ich wette, auch in Ihrem Freundes- und Familienkreis präsentierten sich viele, die zuvor nicht gerade für ihre Bildbearbeitungs-Skills berühmt waren, völlig selbstverständlich mit täuschend echt generierten Nikolausmützen in digitalem Schneegestöber vor Fake-Weihnachtsbäumen. Immerhin müssen nun keine Haustiere mehr in entwürdigende Kostüme gezwängt werden, weil das Googles Gemini nachträglich besser erledigt. Ein kleiner Gewinn für den Tierschutz, ein großer für die Konzerne: KI ist jetzt normal.

Doch nach einigen Jahren Rausch bei unbedarften Verbrauchern stellt sich allmählich Ernüchterung bei denen ein, die von KI mehr erwarten als ein begeistertes Herzaugen-Emoji von Tante Birgit.

Wo bleiben die Profite? Erhebungen zeigen, dass Firmen KI nach anfänglicher Euphorie zunehmend abwägend verwenden. Einem Report der Beratungsfirma McKinsey zufolge setzten 2025 fast acht von zehn Firmen KI in irgendeiner Form ein, aber ein ebenso großer Anteil stellte keinen Nutzen fest. Unternehmen rätseln an vielen Stellen noch immer, wie KI helfen soll, die eigene Arbeit messbar produktiver zu machen. Es bringt eben nichts, Software von KI schreiben zu lassen, wenn man anschließend mehr Zeit in die Beseitigung von Bugs steckt, als alles gleich selbst zu programmieren.

Dabei ist es nur wenige Jahre her, da wurde die nahende Lösung aller Probleme durch KI verkündet. Oder, je nachdem, wen man fragte, der Untergang der Menschheit. Nachdem das US-Softwareunternehmen OpenAI Ende 2022 den Chatbot ChatGPT für die Öffentlichkeit freigegeben hatte, kam künstliche Intelligenz im Alltag an. Millionen Menschen waren begeistert davon, wie einfach sie mit einem extrem leistungsfähigen Sprachmodell interagieren konnten, das sämtliche Fragen beantwortete. Sie waren derart begeistert, dass sie mehr erwarteten – und großspurige Ankündigungen fielen auf fruchtbaren Boden. Bald würde KI alle möglichen Arbeiten übernehmen, Krankheiten heilen, Wissenschaft und Kultur in ein neues Zeitalter führen. Oder gleich mit überlegener Intelligenz die Weltherrschaft übernehmen.

Konkurrierende Konzerne spielten fortan immer leistungsfähigere KI-Tools gegeneinander aus. Gleichzeitig sammelten sie zig Milliarden von Investoren, die an die Erzählung einer KI-Revolution glaubten. Gigantische Rechenzentren entstanden. Der Chiphersteller Nvidia lieferte dafür die Hardware und wurde so schnell zum global wertvollsten börsenorientierten Unternehmen. Softwarekonzerne wie Microsoft steckten KI in alle möglichen Anwendungen. Generative KI erstellte nicht nur Texte, sondern auch Bilder, Videos oder Powerpoint-Präsentationen für zermürbendere Firmenmeetings als je zuvor. Ohne Frage, die Ergebnisse sind erstaunlich.

Über dem Gipfel des Hypes

Doch heute sieht es nicht so aus, als brächte das die Milliardeninvestitionen wieder zurück. Zwar nutzen Hunderte Millionen Menschen die Tools. Aber bislang bezahlen nur fünf Prozent von ihnen OpenAI für ChatGPT. Der Plan, die restlichen 95 Prozent durch Gratisnutzung für ein Abo zu begeistern, geht bislang nicht auf. 20 bis 200 US-Dollar pro Monat verlangt OpenAI je nach Funktionsumfang. Trotzdem muss das Unternehmen für jeden verdienten Dollar im laufenden Betrieb mehrere Dollar zuschießen. Allein im letzten Quartal 2025 betrug der Verlust offenbar zwölf Milliarden Dollar, wie sich aus einem Quartalsbericht des Großinvestors Microsoft errechnet. Schätzungen zufolge müssten die Gebühren für KI-Anwendungen um ein Vielfaches steigen, um das Unternehmen aus den roten Zahlen zu bringen. Angemessen wäre wohl eher der zehnfache Preis. Wären Ihnen der Komfort und die Unterhaltung, die Ihnen KI-Tools aktuell bringen, Dutzende bis Hunderte Euro pro Monat wert?

2023 und 2024 waren die Jahre ungezähmten KI-Hypes. 2025 wurde das Jahr der Ernüchterung. Im Januar 2025 triumphierte OpenAI-Chef Sam Altman in seinem Blog, nun wisse man, wie eine allgemeine künstliche Intelligenz zu konstruieren sei, also ein System, das menschlichen Fähigkeiten gleichkommen oder sie übertreffen kann; noch 2025 würden sich KI-Agenten merklich auf Firmenergebnisse auswirken. Im November 2025 war es für Altman dann ein verkündenswerter Fortschritt, ChatGPT könne endlich ordentlich mit Gedankenstrichen umgehen. Das gibt einen Eindruck davon, wie Anspruch und Realität selbst nach Jahren ungebremsten Wachstums auseinanderklaffen.

Was bleibt, wenn die Begeisterung nachgelassen hat? Droht ein Crash wie bei der berüchtigten Dotcom-Blase der 2000er, wie einige befürchten?

Schritt zurück und Blick aufs Ganze

Bevor noch mehr Ressourcen verschwendet werden, müssen wir die pauschale KI-Begeisterung ablegen und differenziert betrachten, wo KI wirklich nützlich sein kann – und was mit KI überhaupt konkret gemeint ist. 2026 muss das Jahr sein, in dem das passiert.

Wenn man bei KI an die seit 2022 allgegenwärtigen Sprachmodelle denkt, stehen beispielsweise die Chancen schlecht, belastbare Antworten auf wichtige offene Menschheitsfragen zu erhalten. Und zwar strukturell schlecht – sie werden auch mit mehr Daten und Rechenleistung nicht besser. Eher enttäuschende Enthüllungen neuerer Modelle wie GPT 5, die kaum mehr können als ihre Vorgänger, bekräftigen das.

Diese Enttäuschung liegt in der Natur der Sache. Ein Sprachmodell ist gar nicht darauf ausgelegt, korrekte Antworten zu geben. Vielmehr muss es per Design nur etwas ausspucken, das möglichst überzeugend wie eine korrekte Antwort aussieht. Das kann richtig sein oder falsch – Hauptsache, es klingt stimmig. Um zwischen beiden Varianten zu unterscheiden, muss man mitunter selbst so viel Expertise mitbringen, dass man die Frage genauso gut selbst beantworten könnte.

Chatbots können viele Dinge besser als Laien, was sie für den Großteil der Bevölkerung so beeindruckend macht. Aber wenn es darauf ankommt, schlagen sie keine menschlichen Experten, zumindest nicht hinreichend zuverlässig. Holen Sie sich bei einem drohenden Rechtsstreit erste Tipps ruhig von einer KI. Aber gehen Sie bitte nur mit einer richtigen Anwältin vor Gericht.

Selbst sogenannte erklärbare KI, die ihre Problemlösung in einzelnen Schritten darlegt, generiert dabei nur eine »Illusion des Denkens«, wie es eine Apple-Studie vom Juni 2025 formuliert hat. Sprachmodelle reproduzieren lediglich Muster aus ihren Trainingsdaten, statt systematisch logische Schlüsse zu ziehen. Jegliche Antwort erwächst aus Statistik statt aus Einsicht.

Sprachmodelle sind und bleiben beschränkt

Aber weil wir erstens dazu tendieren, Dinge zu vermenschlichen, und weil zweitens Sprache eine der menschlichsten Errungenschaften ist, und weil drittens Chatbots Sprache meisterhaft wiedergeben, unterstellen wir bei ihnen ein Innenleben, das unserem ebenbürtig und zu ähnlichen, wenn nicht sogar größeren Leistungen fähig ist. So befeuert unsere eigene Fehlbarkeit den Hype um KI.

Wegen ihrer fundamentalen Einschränkungen halten viele Fachleute Sprachmodelle für den falschen Weg zu einer allgemeinen künstlichen Intelligenz. Denen, die bisher Milliarden in diese fehlgeleitete Erwartung investiert haben, sollte die Beschränktheit von KI besser jetzt klar werden – bevor sie noch viel größere Rechenzentren in gleicher Bauart errichten lassen. 2026 wird hoffentlich das Jahr einer überfälligen Reflexion: Welche KI-Architektur ist für unsere Volkswirtschaften und Gesellschaften finanzierbar und sinnvoll?

Sicher, als Tools für Formulierungshilfen, Übersetzungen oder seichte Unterhaltungen sind Sprachmodelle großartig. Und auch generative KI für Bilder und Videos ist beeindruckend (und oft beängstigend). Aber es muss sich erst noch zeigen, ob die Menge derer, die das wirklich brauchen, die entsprechende Finanzkraft aufbringen kann, um die gegenwärtigen Investitionen in KI-Infrastruktur aufrechtzuerhalten.

Einige zugrundeliegende Technologien wie die lange bekannten künstlichen neuronalen Netze und die relativ jungen Transformer-Netzwerke sind fraglos revolutionär, und darauf basierende Verfahren haben bereits Forschungsbereiche wie die Molekularbiologie auf nobelpreiswürdige Weise vorangebracht. Die KI wälzt sogar den Alltag in der Mathematik um, die gemeinhin als höchstes Produkt reiner Geistesleistung gilt, auch wenn Experten vor allzu großer Euphorie mahnen. Wer allerdings um die Finanzierungslage der Wissenschaft weiß, ahnt, dass von Forschungsinstituten zukünftig keine Milliarden für Rechenzentren kommen werden.

Wer bezahlt?

Wenn es also so oft heißt »KI ist gekommen, um zu bleiben«, was genau soll dann mit KI gemeint sein? In welcher Form bleibt sie? Und vor allem: Wer bezahlt das? Was ist es uns wert, zeitintensive Prozesse mit KI-Tools zu automatisieren, und wie anspruchsvoll dürften diese Arbeiten sein, damit die Qualität noch stimmt? Das ist nicht viel anders als die Frage, was uns unsere eigene menschliche Zeit und Expertise wert ist. Wenn 2026 eine Antwort darauf liefert, wäre der KI-Diskurs endlich fruchtbar.

Indes bringen weder zügellose Euphorie noch pauschale Ablehnung die Debatte voran. Einige hochfliegende Erwartungen werden früher oder später auf dem Boden der Tatsachen ankommen – je früher, desto weniger Milliarden verbrennen buchstäblich in Rechenzentren. Dazu kommen viel intensiver zu führende Diskussionen um widerrechtliche Nutzungen von Trainingsdaten, schädliche psychologische Auswirkungen von Chatbots oder deren Missbrauch für Betrug. Andererseits wird die Forschung an und mit KI weitergehen, Modelle werden besser, und einige Anwendungen werden sich als wertvoll behaupten.

Was 2026 hoffentlich bringt, ist ein Ende ahnungslosen Staunens und enthemmten Hochskalierens und stattdessen eine aufgeklärte Debatte darüber, was wir von KI erwarten dürfen, und wo wir Grenzen setzen. 2026 sollte als das Jahr in die Technikgeschichte eingehen, in dem wir aufhören, vorzugeben, KI hätte die Welt bereits verändert. Stattdessen dürfen wir sie bloß als eines von vielen Werkzeugen begreifen, es selbst zu tun.

Insofern ist mein Wunsch für Weihnachten im Jahr 2026, dass wir bis dahin auf vernünftiger Basis beurteilen können, was uns die KI-Ästhetik fürs Familienfoto wert ist, und die Mühe für eine individuelle Kulisse würdigen. Auch wenn das viele Softwarekonzerne und manche Haustiere anders sehen.