Methodik & Kalibrierung

Wie man KI-Prognosen liest — und Unsinn erkennt

Management-Zusammenfassung

Über die Zukunft der Künstlichen Intelligenz wird mehr behauptet als gewusst. Das ist keine Polemik, sondern der nüchterne Ausgangsbefund dieses Moduls: Aussagen über „KI in 10 Jahren" stammen überwiegend von Menschen, die etwas verkaufen — ein Produkt, eine Kapitalrunde, ein Buch, eine Weltanschauung. Das macht sie nicht automatisch falsch. Es heißt aber, dass ein Entscheider ein Werkzeug braucht, um das Belegte vom Verkauften zu trennen. Dieses Modul liefert das Werkzeug.

Die Kernbotschaft lautet: Man muss die Zukunft nicht kennen, um kompetent über sie zu sprechen. Man muss nur wissen, wie gut die Prognosen der Vergangenheit waren, und warum sie danebenlagen. Der Track-Record ist ernüchternd und lehrreich zugleich. Renommierte Fachleute haben das Ende des Radiologenberufs „in fünf Jahren" ausgerufen — heute herrscht Radiologenmangel. Das autonome Robotaxi war „nächstes Jahr" so weit — über sechs Jahre in Folge. Zugleich hat fast niemand den Sprung des Go-Programms AlphaGo kommen sehen; er kam rund ein Jahrzehnt früher als der Fachkonsens erwartete. Prognosen scheitern also in beide Richtungen: Sie überschätzen das Kurzfristige und unterschätzen das Langfristige. Genau das beschreibt Amaras Gesetz.

Aus der Prognoseforschung — vor allem den Arbeiten von Philip Tetlock — wissen wir außerdem: Prominenz und Prognosegüte hängen nicht zusammen, eher im Gegenteil. Der selbstsichere Experte mit der einen großen Theorie schneidet schlechter ab als der vorsichtige Generalist, der viele kleine Dinge abwägt und seine Meinung laufend korrigiert. Und: Wer seine Prognosen mit expliziter Wahrscheinlichkeit, klarem Zeithorizont und überprüfbarem Kriterium versieht — und sich danach abrechnen lässt —, ist glaubwürdiger als jeder, der ein rundes Jahr in den Raum stellt.

Für den Unternehmer folgt daraus eine Haltung, die ihn souverän macht: weder Begeisterung noch Panik, sondern Kalibrierung. Wer die folgenden fünf Denkwerkzeuge beherrscht — Track-Record, Amaras Gesetz, Basisraten, Prognose-Rechenschaft und die Frage nach dem Interessenkonflikt —, kann jede Zukunftsbehauptung über KI einordnen, ohne selbst Informatiker zu sein.

Kernaussagen mit Einzelquellen

K1 — Der berühmteste KI-Fehlschuss der jüngeren Zeit ist eine Kurzfrist-Prognose. Geoffrey Hinton, einer der Väter des Deep Learning und späterer Nobelpreisträger, erklärte 2016, man solle das Ausbilden von Radiologen einstellen; „innerhalb von fünf Jahren" werde Deep Learning sie schlagen. Zitat: *„We should stop training radiologists now. It's just completely obvious that within five years deep learning is going to do better than radiologists."* Rund zehn Jahre später ist das Gegenteil eingetreten: Radiologie ist einer der nachgefragtesten Facharztberufe. [BELEGT] — The New Republic, „AI Was Supposed to Replace Radiologists. Instead …" (newrepublic.com/article/187203), Wortlaut korroboriert; Fortune, 04.05.2026 (fortune.com/2026/05/04, mit Berufszahlen aus *Journal of the American College of Radiology* und Medscape). *Einschränkung:* Exaktes Datum/Veranstaltung des Zitats in den geöffneten Quellen nur als „YouTube-Video 2016" belegt. [UNKLAR] zum genauen Anlass.

K2 — Die Realität widerlegte die Prognose mit harten Zahlen. US-Radiologen verdienten 2025 im Schnitt rund 571.000 USD (+9 % gegenüber Vorjahr); die Zahl aktiver Radiologen stieg im Jahrzehnt um etwa 10 %; es gab rund 4.333 offene Stellen; die Fallzahlen wuchsen zwischen 2018 und Anfang 2025 um etwa 25 %. Das American College of Radiology projiziert ein um 26 % steigendes Ärzteangebot über 30 Jahre. Hinton selbst räumte ein, er habe womöglich „zu breit" gesprochen. [BELEGT] — Fortune, 04.05.2026; RadiologyBusiness (Bericht zum NYT-Rückblick), radiologybusiness.com.

K3 — Das autonome Fahren ist der Lehrfall für seriell verfehlte Kurzfrist-Termine. Elon Musk kündigte im April 2019 an, Tesla werde „nächstes Jahr" über eine Million Robotaxis ohne Fahrer auf der Straße haben. Im Juni 2025 fuhr Tesla mit rund zehn überwachten Fahrzeugen in einem abgegrenzten Gebiet in Austin, nur bei Tageslicht und mit Sicherheitspersonal an Bord. [BELEGT] — CNBC, 22.04.2019 (cnbc.com/2019/04/22); The Register, 24.06.2025 (theregister.com/2025/06/24).

K4 — Zugleich ist die Technik real vorangekommen — nur langsamer und anders als versprochen. Waymo (Alphabet) steigerte die bezahlten Fahrten von rund 100.000 pro Woche (August 2024) auf über 450.000 pro Woche (Dezember 2025) und fuhr 2025 etwa 14 Millionen Fahrten. Der Fortschritt ist da — aber er kam als mühsame Skalierung eines eng geführten Dienstes, nicht als der angekündigte Über-Nacht-Sprung. [BELEGT] — TechCrunch, 20.08.2024; Branchenauswertung „The Driverless Digest" (2025-Jahresrückblick), die 450.000-Zahl auf CNBC vom 08.12.2025 zurückführend. *Einschränkung:* CNBC-Primärartikel beim Abruf gesperrt (HTTP 403); Dezember-Zahl über Sekundärquelle bestätigt.

K5 — Prognosen scheitern auch nach unten: AlphaGo kam ein Jahrzehnt zu früh. 2014 schätzte der Go-Programmierer Rémi Coulom in *Wired*, ein Computer werde einen Profi „erst in etwa einem Jahrzehnt" schlagen. AlphaGo besiegte Lee Sedol im März 2016 — also rund zehn Jahre früher als der Fachkonsens erwartet hatte. [BELEGT] — SingularityHub, 06.02.2016 (singularityhub.com), unter Verweis auf die Wired-Prognose von 2014.

K6 — Amaras Gesetz erklärt das Muster. *„We tend to overestimate the effect of a technology in the short run and underestimate the effect in the long run."* Zugeschrieben Roy Amara (1925–2007), Institute for the Future. [BELEGT] für den Wortlaut. *Einschränkung:* Die oft genannte Datierung „1978" ist nicht primärbelegt; laut Paul Saffo, Amaras früherem Kollegen, stammt die Beobachtung wohl aus den 1960er/70er Jahren und wurde von Amara nie selbst so benannt. [UNKLAR] zur exakten Herkunft — Matt Ridley, „Amara's Law" (mattridley.co.uk/blog/amaras-law), Saffo-Fußnote zitierend.

K7 — Experten sind als Prognostiker im Schnitt kaum besser als der Zufall. Philip Tetlock wertete über mehr als 20 Jahre mehr als 30.000 Experten-Prognosen aus. Befund: Der durchschnittliche Experte lag „etwa so richtig wie ein dartwerfender Schimpanse" und schlug „aufmerksame Zeitungsleser" kaum. Wer selbstsicher eine große Theorie vertrat (der „Igel"), schnitt schlechter ab als der abwägende Generalist (der „Fuchs"). [BELEGT] — Tetlock, *Expert Political Judgment*, Princeton University Press (press.princeton.edu/node/60674). *Einschränkung:* Die kursierenden Präzisionszahlen „284 Experten / 82.361 Prognosen" ließen sich nicht gegen die geöffnete Quelle bestätigen; belegt ist „mehr als 30.000 Prognosen über mehr als 20 Jahre". [UNKLAR] zu den Detailzahlen.

K8 — Gute Prognostik ist lernbar und messbar — und schlägt sogar Fachleute mit Geheimzugang. Im Good Judgment Project (IARPA-Wettbewerb) übertrafen trainierte „Superforecaster" konkurrierende Forschungsteams um 35–72 % und lagen laut IARPA-Programmleitung über 30 % besser als US-Geheimdienstanalysten *mit* Zugang zu Verschlusssachen. Ihr Erfolgsrezept ist keine Genialität, sondern Methode: Basisraten, viele kleine Anpassungen, explizite Wahrscheinlichkeiten. [BELEGT, aber Eigen-Darstellung der Organisation] — Good Judgment, „The Superforecasters' Track Record" (goodjudgment.com/resources).

K9 — Kalibrierung ist überprüfbar — der Prognosemarkt Metaculus zeigt, wie. In einer Auswertung erreichte die Metaculus-Community bei Binärfragen einen Brier-Score von etwa 0,21 (Metaculus-Aggregat 0,18) gegenüber 0,25 für reines Raten — messbar besser als der Zufall, und die Kalibrierungskurve liegt nahe am Ideal. Das ist der entscheidende Punkt: Prognosegüte lässt sich als Zahl ausdrücken. [BELEGT] — Auswertung im EA Forum (forum.effectivealtruism.org/posts/…), Daten bis Mai 2023.

K10 — Die glaubwürdigste Prognose ist die falsifizierbare. Tetlocks Kernkritik lautet, Experten würden „selten zur Rechenschaft gezogen". Umgekehrt gilt: Wer Wahrscheinlichkeit, Zeithorizont und ein klares Prüfkriterium angibt — und sich öffentlich abrechnen lässt —, verdient Vertrauen; wer ein rundes Jahr ohne Kriterium in den Raum stellt, verkauft. [BELEGT/abgeleitet] — Princeton University Press, Tetlock (s. o.).

Inhaltskapitel

Der Track-Record: Was traf ein, was floppte

Wer wissen will, wie viel eine KI-Prognose wert ist, schaut zuerst nach hinten: Wie gut waren die Prognosen von gestern? Die Antwort ist unbequem für alle Beteiligten — für die Optimisten wie für die Pessimisten.

Der Radiologen-Fall — die überschätzte Kurzfrist. 2016 stand Geoffrey Hinton auf dem Höhepunkt der Deep-Learning-Euphorie und sagte einen Satz, der ihn bis heute verfolgt: Man solle aufhören, Radiologen auszubilden, denn „innerhalb von fünf Jahren" werde Deep Learning die Bildbefundung besser erledigen. Die Logik war nicht dumm. Bilderkennung war genau das, worin neuronale Netze damals sprunghaft besser wurden, und Röntgen- oder MRT-Befundung ist Bilderkennung. Was Hinton unterschätzte, war alles *um* die Bilderkennung herum: die Haftung, die Zulassung, die Integration in Klinikabläufe, die Verantwortung für den Grenzfall, den enormen Aufgabenreichtum eines echten Radiologen jenseits des einzelnen Bildes — und schlicht die gleichzeitig steigende Nachfrage nach Bildgebung. Zehn Jahre später ist Radiologie ein Mangelberuf mit Spitzengehältern; Kliniken wie die Mayo Clinic haben ihr Radiologiepersonal seit 2016 aufgestockt *und* Hunderte KI-Modelle im Einsatz. KI wurde zum Werkzeug, das die Radiologen produktiver macht — nicht zum Ersatz. Hinton selbst hat die Aussage inzwischen relativiert.

Die Lehre ist nicht „KI kann keine Bilder lesen" — sie kann es hervorragend. Die Lehre ist: Eine einzelne technische Fähigkeit ersetzt selten einen ganzen Beruf, und der Weg von „kann es im Labor" zu „ersetzt es im Alltag" ist fast immer länger als gedacht.

Das Robotaxi — die serielle Kurzfrist-Enttäuschung. Kein Feld illustriert die Überschätzung des Kurzfristigen besser als das autonome Fahren. Elon Musk versprach „Robotaxis nächstes Jahr" — 2019, und in Varianten davor und danach. 2019 sprach er konkret von „über einer Million Robotaxis ohne jemanden darin, nächstes Jahr". Tatsächlich fuhr Tesla im Sommer 2025 mit rund einem Dutzend umgebauter Fahrzeuge in einem geographisch eng begrenzten Testgebiet, bei Tageslicht, mit einem Sicherheitsmitarbeiter an Bord. Zwischen Versprechen und Realität lagen sechs Jahre und ein Faktor von rund 100.000 in der Flottengröße.

Und doch wäre es falsch, daraus „autonomes Fahren funktioniert nicht" zu machen. Denn parallel skalierte Waymo einen echten, fahrerlosen Dienst: von rund 100.000 bezahlten Fahrten pro Woche (August 2024) auf über 450.000 (Dezember 2025), über mehrere US-Städte hinweg, mit rund 14 Millionen Fahrten allein 2025. Das ist der zweite Teil der Lehre: Der Fortschritt kommt oft — aber als zäher, teurer, geografisch mühsamer Ausbau, nicht als der angekündigte Sprung. Wer 2019 „nie" gesagt hätte, läge heute genauso falsch wie Musk. Die Wahrheit lag in der Mitte — und sie kam später.

AlphaGo — die unterschätzte Langfrist im Zeitraffer. Damit die Geschichte nicht einseitig wird: Prognosen scheitern auch nach unten. Go galt lange als die Bastion, an der Computer scheitern — zu groß der Suchraum, zu sehr auf Intuition angewiesen. 2014, kaum zwei Jahre vor dem Ereignis, schätzte ein führender Go-Programmierer in *Wired*, bis zum Sieg über einen Profi vergehe „noch etwa ein Jahrzehnt". Im März 2016 schlug AlphaGo den Weltklassespieler Lee Sedol. Der Fachkonsens hatte sich um rund zehn Jahre geirrt — in die andere Richtung. Wer also nur die überschätzten Kurzfrist-Prognosen kennt und daraus „KI ist immer überschätzt" ableitet, macht denselben Fehler mit umgekehrtem Vorzeichen.

Die AGI-Termine — ein Basar der Meinungen. Ein Wort zu den vielleicht meist zitierten Prognosen: dem Termin für „AGI" (eine allgemeine, menschenähnliche KI). Sammelt man die Aussagen prominenter Stimmen (Stand 2026), reicht die Bandbreite von 2026 (Musk) über „Ende des Jahrzehnts" (Altman) bis „zwischen 2028 und 2043" (Hinton) und „Jahrzehnte, nicht Jahre" (LeCun). [EXPERTENMEINUNG] — Übersicht bei thenovtech.com. Zwei Dinge fallen auf. Erstens: Die Streuung ist so groß, dass „die Experten" offensichtlich gar nichts Gemeinsames sagen. Zweitens: Die optimistischsten Termine stammen fast durchweg von den Chefs der Anbieter, die genau diese Termine finanzieren müssen. Das ist kein Vorwurf der Unehrlichkeit — es ist ein Hinweis auf systematisches Eigeninteresse, das man einpreisen muss.

Amaras Gesetz: die eingebaute Verzerrung

Roy Amara, langjähriger Präsident des Institute for the Future, hinterließ einen Satz, der wie kein zweiter zur KI passt: *Wir neigen dazu, die Wirkung einer Technologie kurzfristig zu über- und langfristig zu unterschätzen.* (Die genaue Datierung ist unsicher — der Satz kursiert seit den 1980ern und wurde von Amara nie formal publiziert; ehrlicherweise gehört ein „wohl 1960er/70er, Herkunft unklar" dazu.)

Warum ist das mehr als ein hübscher Aphorismus? Weil es beide oben beschriebenen Fehlerrichtungen in *einem* Bild vereint. Kurzfristig überschätzen wir, weil eine beeindruckende Demo (das erste selbstfahrende Auto, das erste KI-gelesene Röntgenbild) uns glauben lässt, der Rest sei nur noch Formsache — und wir die tausend unglamourösen Schritte bis zur Alltagstauglichkeit übersehen. Langfristig unterschätzen wir, weil wir uns die *Zweitrunden-Effekte* nicht ausmalen können: nicht nur, dass eine Technologie eine Aufgabe erledigt, sondern dass sie neue Geschäftsmodelle, Gewohnheiten und Folgetechnologien ermöglicht, die zum Zeitpunkt der Prognose noch gar nicht denkbar sind. Das Smartphone war nicht nur ein besseres Telefon; es war die Plattform für Ride-Hailing, mobile Bezahlung und soziale Medien. Solche Ketten sieht kaum jemand voraus.

Für den Umgang mit KI-Prognosen heißt das konkret: Wenn jemand sagt „in zwei Jahren macht KI X", ist gesunde Skepsis angebracht — die letzten Meter zur Alltagstauglichkeit dauern fast immer länger. Wenn jemand sagt „in zwanzig Jahren ändert sich ohnehin wenig", ist ebenfalls Skepsis angebracht — über solche Zeiträume haben Basistechnologien historisch mehr verändert als die Zeitgenossen für möglich hielten. Die kalibrierte Haltung ist also nicht gleichmäßige Skepsis, sondern richtungsabhängige Skepsis.

Basisraten und der „Outside View"

Das wirksamste einzelne Werkzeug guter Prognostiker ist zugleich das unspektakulärste: die Basisrate. Statt sich in die Einzelheiten eines Falls zu vertiefen („dieses Startup ist anders, weil …"), fragt der gute Prognostiker zuerst: In wie viel Prozent *vergleichbarer* Fälle ist das eingetreten? Wie oft haben angekündigte Technologiesprünge ihren ersten Termin gehalten? Wie lange dauerte historisch der Weg von der Labordemo zur breiten Wirtschaftsleistung? Diese „Außensicht" (outside view) schlägt die detailverliebte „Innensicht" verlässlich, weil sie gegen den natürlichen Optimismus und die Faszination des Einzelfalls immunisiert.

Auf KI angewandt: Die Basisrate für „revolutionäre Technologie hält ihren ersten öffentlich genannten Termin" ist niedrig. Die Basisrate für „eine Kerntechnologie, die über ein Jahrzehnt Faktor-für-Faktor besser wird, hat nach zwei Jahrzehnten die Wirtschaft spürbar umgebaut" ist hoch. Beide Basisraten muss man kennen, um nicht in eine der beiden Fallen zu tappen. *(Hinweis zur Belegehrlichkeit: Die klassische Literatur zu „inside/outside view" und „base-rate neglect" stammt von Kahneman und Tversky; sie ist im Rahmen dieser Recherche nicht eigens als Primärquelle geöffnet worden und wird hier als etabliertes Konzept referiert, nicht als frisch belegte Einzelaussage. [UNKLAR] hinsichtlich Primärbeleg — bei Bedarf nachzuziehen: Kahneman, *Thinking, Fast and Slow*, 2011.)*

Was die Prognoseforschung über gute Prognostiker weiß

Hier liegt der vielleicht wertvollste Fund für einen Entscheider, weil er direkt sagt, *wem* man glauben sollte. Philip Tetlock, Psychologe an der University of Pennsylvania, hat die Prognosegüte von Fachleuten so gründlich vermessen wie kaum jemand.

In seinem Klassiker *Expert Political Judgment* wertete er über zwei Jahrzehnte mehr als 30.000 konkrete Prognosen aus. Das berühmte Ergebnis: Der durchschnittliche Experte war „ungefähr so treffsicher wie ein dartwerfender Schimpanse" und schlug „aufmerksame Zeitungsleser" nur knapp. Noch wichtiger ist das *Muster* dahinter. Tetlock unterschied — nach einem Bild von Isaiah Berlin — zwischen „Igeln" und „Füchsen". Der Igel „weiß eine große Sache", hat eine umfassende Theorie und presst jeden Fall hinein; er wirkt selbstsicher und telegen. Der Fuchs „weiß viele kleine Dinge", wägt ab, improvisiert, revidiert. Die Füchse prognostizieren besser — und werden von Medien und Publikum weniger geschätzt. Es besteht, so Tetlock, eine „perverse umgekehrte Beziehung" zwischen den Merkmalen guter Urteilskraft und dem, was einen Experten gefragt macht. Für den Leser ist das ein handfestes Warnsignal: Je selbstsicherer und eingängiger jemand die KI-Zukunft erzählt, desto vorsichtiger sollte man sein.

Die gute Nachricht folgte in Tetlocks späterer Arbeit, dem Good Judgment Project. In einem von der US-Forschungsbehörde IARPA ausgeschriebenen Prognosewettbewerb identifizierte und trainierte er „Superforecaster" — ganz gewöhnliche, aber methodisch disziplinierte Menschen. Diese Gruppe schlug konkurrierende Forschungsteams deutlich und lag über 30 % treffsicherer als professionelle Geheimdienstanalysten, die Zugang zu Verschlusssachen hatten. Ihr Vorsprung entstand nicht durch Insiderwissen, sondern durch Handwerk: Basisraten verankern, große Fragen in kleine zerlegen, in Wahrscheinlichkeiten statt in Gewissheiten denken, die eigene Schätzung bei neuer Evidenz in kleinen Schritten nachziehen und — entscheidend — sich hinterher an der Trefferquote messen lassen. *(Diese Kennzahlen stammen aus der Selbstdarstellung der Organisation Good Judgment und sind entsprechend als interessengefärbt zu lesen, auch wenn sie auf dem peer-reviewten IARPA-Programm beruhen.)*

Kalibrierung als Zahl: Brier-Score und Prognosemärkte

Der Grund, warum „Superforecaster" überhaupt als besser *erkennbar* sind, ist der wichtigste methodische Baustein dieses Moduls: Prognosegüte lässt sich messen. Das gängige Maß ist der Brier-Score. Vereinfacht: Er belohnt, wer bei Dingen, die eintreten, hohe Wahrscheinlichkeiten vergeben hat, und bestraft selbstsichere Fehlprognosen. Ein perfekter Prognostiker erreicht 0; wer bei Ja/Nein-Fragen stets 50 % rät, landet bei 0,25.

Der Prognosemarkt Metaculus, auf dem Tausende Menschen datierte, überprüfbare Vorhersagen abgeben, erreichte in einer Auswertung bei Binärfragen einen Brier-Score um 0,21 (das aggregierte „Metaculus-Prediction"-Modell 0,18) — sichtbar besser als Raten. Und die Kalibrierungskurve, also die Frage, ob Dinge, denen 70 % zugewiesen wurden, tatsächlich in rund 70 % der Fälle eintreten, liegt nah am Ideal. Das ist kein Beweis, dass Metaculus die KI-Zukunft *kennt* — bei langfristigen, einmaligen Fragen wie „AGI" ist auch ein guter Prognosemarkt nur ein Meinungsaggregat mit weichen Kriterien. Aber es zeigt, wie ein seriöser Umgang mit Unsicherheit *aussieht*: als Wahrscheinlichkeit, mit Datum, überprüfbar, öffentlich abgerechnet.

Wer gilt warum als glaubwürdig — und wer verkauft

Aus alldem lässt sich eine kurze, praxistaugliche Prüfliste ableiten. Sie ist das eigentliche Werkzeug dieses Moduls.

Glaubwürdiger wird eine KI-Prognose, wenn sie eine Wahrscheinlichkeit nennt („ich halte X für zu 60 % wahrscheinlich" statt „X wird kommen"), einen Zeithorizont setzt, ein überprüfbares Kriterium angibt (woran genau würde man das Eintreten erkennen?), von jemandem stammt, der frühere Prognosen offen abrechnet, und die eigene Unsicherheit benennt, statt sie zu kaschieren.

Skeptischer sollte man werden, wenn eine Prognose ein rundes Jahr ohne Kriterium in den Raum stellt, von „die Experten sind sich einig" spricht (sie sind es fast nie), von jemandem kommt, der am prognostizierten Ausgang unmittelbar verdient (Anbieter-Chefs, deren Bewertung an der Erzählung hängt), oder die Unsicherheit wegmoderiert, um selbstsicherer zu klingen. Der Interessenkonflikt ist dabei kein Randaspekt: Die optimistischsten AGI-Termine kommen strukturell von den Personen, deren Kapitalrunden und Produktversprechen davon abhängen — von Musk über Altman und Amodei bis zu den Chip-Herstellern. Das macht ihre Aussagen nicht wertlos, aber es macht sie zu *Positionen einer Partei*, nicht zu neutralen Befunden. Die Gegenprobe liefern erklärte Skeptiker wie Yann LeCun oder Gary Marcus — deren Position man mit demselben kritischen Blick lesen sollte.

Was heißt das für den Unternehmer heute?

Erstens: Panik und Euphorie sind gleichermaßen schlechte Ratgeber — und beide sind verkäuflich. Wer Ihnen „in zwei Jahren ist Ihre Branche weg" verkauft, und wer Ihnen „das ist alles nur Hype" verkauft, machen denselben Fehler: Sie geben Ihnen Gewissheit, wo Kalibrierung angebracht wäre. Ihre Souveränität als Entscheider zeigt sich darin, dass Sie beiden nicht auf den Leim gehen.

Zweitens, ganz praktisch: Trennen Sie in jeder KI-Zukunftsaussage die drei Ebenen. Was ist die belegte Kurve (was wird gerade nachweislich besser)? Was ist die Extrapolation (wie weit schreibt man sie fort — und mit welcher Annahme)? Und was ist die Erzählung (welche Weltdeutung wird verkauft)? Fast jede Übertreibung entsteht, weil eine belegte Kurve unbemerkt in eine unbelegte Erzählung verlängert wird.

Drittens: Fragen Sie bei jedem KI-Propheten nach dem Interessenkonflikt und nach der Falsifizierbarkeit. „Woran würden *Sie* selbst merken, dass Sie sich geirrt haben — und bis wann?" Diese eine Frage trennt den seriösen Analysten vom Verkäufer zuverlässiger als jede technische Detailkenntnis. Wer darauf keine Antwort hat, hat keine Prognose gemacht, sondern Werbung.

Viertens, für die eigene Planung: Rechnen Sie kurzfristig mit weniger und langfristig mit mehr, als die Schlagzeilen suggerieren. Für die nächsten ein bis zwei Jahre sind die zähen Integrationsschritte (Datenqualität, Prozesse, Haftung, Akzeptanz) meist der Engpass, nicht die Modellfähigkeit — planen Sie dort nüchtern. Für den Horizont von zehn und mehr Jahren ist die ernsthafte Frage nicht „ob sich viel ändert", sondern „welche Zweitrunden-Effekte ich heute noch nicht sehe" — halten Sie dort Ihre Annahmen bewusst offen und revidierbar.

Quellenliste + „schnell veraltend"

Track-Record vergangener Prognosen

• The New Republic, „AI Was Supposed to Replace Radiologists …",

https://newrepublic.com/article/187203/ai-radiology-geoffrey-hinton-nobel-prediction

• Fortune, 04.05.2026, „Godfather of AI Geoffrey Hinton … radiologists",

https://fortune.com/2026/05/04/godfather-of-ai-geoffrey-hinton-radiologists-future-of-work-tech-ai-job-anxiety/

• RadiologyBusiness, „NY Times revisits Nobel Prize winner's prediction …",

https://radiologybusiness.com/topics/artificial-intelligence/ny-times-revisits-nobel-prize-winners-prediction-ai-will-render-radiologists-obsolete

• CNBC, 22.04.2019, „Elon Musk says Tesla robotaxis will hit the market next year",

https://www.cnbc.com/2019/04/22/elon-musk-says-tesla-robotaxis-will-hit-the-market-next-year.html

• The Register, 24.06.2025, „Tesla robotaxi (Austin)",

https://www.theregister.com/2025/06/24/tesla_robotaxi_austin/

• TechCrunch, 20.08.2024, „Waymo is now giving 100,000 robotaxi rides/week",

https://techcrunch.com/2024/08/20/waymo-is-now-giving-100000-robotaxi-rides-week

• The Driverless Digest, „Waymo's 2025 Year in Review",

https://www.thedriverlessdigest.com/p/waymos-2025-year-in-review-the-year

• SingularityHub, 06.02.2016, „How Google's AI Beat a Human at Go a Decade

Earlier Than Expected", https://singularityhub.com/2016/02/06/how-googles-ai-beat-a-human-at-go-a-decade-earlier-than-expected/

• Übersicht AGI-Termine (Presse/Blog),

https://www.thenovtech.com/p/everyone-has-an-agi-date-heres-the

Amaras Gesetz

• Matt Ridley, „Amara's Law" (Saffo-Fußnote zitierend),

https://www.mattridley.co.uk/blog/amaras-law/

• Roy Amara (Übersicht), https://en.wikipedia.org/wiki/Roy_Amara

Prognoseforschung

• Tetlock, *Expert Political Judgment*, Princeton University Press,

https://press.princeton.edu/node/60674

• Sekundärbesprechung, „Experts versus the dart-throwing chimps",

https://karmacolonialism.org/experts-versus-the-dart-throwing-chimps/

• Good Judgment, „The Superforecasters' Track Record",

https://goodjudgment.com/resources/the-superforecasters-track-record/

• „Exploring Metaculus's AI Track Record" (EA Forum),

https://forum.effectivealtruism.org/posts/e9htD7txe8RDdcehm/exploring-metaculus-s-ai-track-record

Schnell veraltend: Die Berufszahlen zur Radiologie (Gehalt, offene Stellen) und die Waymo-/Tesla-Fahrtzahlen sind Momentaufnahmen (Stand 2025/2026) und altern schnell — sie illustrieren ein *Muster*, das stabil ist, auch wenn die Einzelzahlen es nicht sind. Die AGI-Termin-Übersicht ist besonders flüchtig; sie dient nur als Beleg für die *Streuung*, nicht für einen einzelnen Termin. Zeitlos sind Amaras Gesetz und die Tetlock-Befunde.

Selbstprüfungs-Notiz

Was ist solide belegt? Der Kern dieses Moduls steht auf festem Grund: Der Radiologen- und der Robotaxi-Fall sind gut dokumentiert; der AlphaGo-Fall ebenso; Tetlocks Grundbefund („Experten kaum besser als Zufall", Fuchs/Igel) ist etablierte, publizierte Wissenschaft; die Messbarkeit von Prognosegüte (Brier-Score, Metaculus) ist belegt.

Wo sind die schwächsten Stellen? Drei ehrlich zu benennende Punkte. (1) Amaras *exakte* Datierung ist nicht primärbelegt; im Text als unsicher gekennzeichnet — der *Inhalt* des Gesetzes ist davon unberührt. (2) Die oft zitierten Präzisionszahlen zu Tetlocks *Expert Political Judgment* (284 Experten / 82.361 Prognosen) konnten nicht gegen die Primärquelle bestätigt werden; belegt ist nur „über 30.000 Prognosen / über 20 Jahre" — im Text entsprechend vorsichtig formuliert. (3) Die Kennzahlen des Good Judgment Project stammen aus der Eigendarstellung der Organisation; als solche gekennzeichnet. (4) Der Abschnitt zu Basisraten referiert Kahneman/Tversky als etabliertes Konzept, ohne die Primärquelle in dieser Recherche geöffnet zu haben — als [UNKLAR] markiert.

Belegierlücke, die offen bleibt: Für „bereits verstrichene, unerfüllte AGI-Deadlines der Vergangenheit" wurde keine saubere Primärquelle geöffnet; das Modul stützt seine AGI-Aussage deshalb nur auf die *Streuung* aktueller Termine, nicht auf abgelaufene historische. Das ist die redlichere, wenn auch schwächere Formulierung.

Gesamturteil: Die Kernbotschaft — Kalibrierung statt Prognose, Skepsis richtungsabhängig, Falsifizierbarkeit als Gütesiegel — ist robust und übersteht den Ausfall einzelner Detailzahlen. Genau das ist der Punkt des Moduls: Es lehrt, mit unsicheren Zahlen souverän umzugehen, und muss dieselbe Disziplin an sich selbst anlegen.