Szenarien

–2 Jahre, 3–5 Jahre, 10–20 Jahre

Management-Zusammenfassung

Dieses Modul beantwortet die eigentliche Frage des Buches — „Wo ist KI in 10, in 20 Jahren?" — und beantwortet sie bewusst nicht mit einer Zahl. Denn die ehrliche, souveräne Antwort ist keine Punktprognose, sondern eine Bandbreite: mehrere begründete Szenarien pro Zeithorizont, jedes mit seinen Auslösern, seinen Frühindikatoren und einer offen ausgewiesenen Konfidenz. Wer statt eines Datums diese Bandbreite parat hat, wirkt nicht unwissend, sondern kalibriert — und ist gegen jeden Einwand gewappnet, weil er die Gegenposition schon selbst mitgedacht hat.

Drei Dinge strukturieren das Modul. Erstens ein eiserner Grundsatz aus Z1: Die Konfidenz sinkt scharf mit dem Horizont. Für ein bis zwei Jahre lässt sich manches an belegte Kurven anbinden; für zehn bis zwanzig Jahre ist fast alles spekulativ — was man sagen kann, ist die *Bandbreite ernstzunehmender Positionen*, nicht das Ergebnis. Zweitens die konsequente Kennzeichnung der Quellen: Die optimistischen Termine stammen überwiegend von Lab-Chefs mit unmittelbarem Eigeninteresse (Amodei, Altman); die großen Wirtschaftszahlen von Beratungshäusern mit Marketing-Nähe (Goldman Sachs, McKinsey); die „Konsens"-Zahlen von Experten-Umfragen und Prognosemärkten, die *Meinungsaggregate* sind, keine Messungen. Drittens die vier Dimensionen, in denen sich jedes Szenario abspielt: Technik, Wirtschaft/Arbeit, Regulierung und Akzeptanz.

Das nüchterne Gesamtbild: Für die nächsten ein bis zwei Jahre ist das wahrscheinlichste Szenario ein Fortschreiben des Bekannten — Agenten werden zuverlässiger, aber bleiben unter der Schwelle der unbeaufsichtigten Übernahme; messbare Produktivität in einzelnen Feldern (Software, Kundenservice); die EU-Hochrisiko-Pflichten greifen. Für drei bis fünf Jahre klafft die Bandbreite weit auf — von „LLM-Paradigma ausgereizt, es braucht ein neues" (LeCun) bis „breite Aufgabenautomatisierung, AGI in Reichweite" (Metaculus-Median Ende 2032). Für zehn bis zwanzig Jahre ist die ehrlichste Aussage: Der Median der KI-Forscher selbst sieht „menschenähnliche Maschinenintelligenz" erst um 2047 — am oberen Rand dieses Fensters —, während optimistische Ränder sie deutlich früher und Skeptiker sie gar nicht in Sicht sehen. Niemand weiß es seriös. Aber die Bandbreite ist benennbar, und die Frühindikatoren, an denen man die eintretende Richtung erkennt, auch.

Kernaussagen mit Einzelquellen

K1 — Die KI-Forscher selbst datieren „menschenähnliche Maschinenintelligenz" im Median auf 2047. In der größten Befragung ihrer Art (2.778 Autoren von Spitzenkonferenzen) lag der Median für „High-Level Machine Intelligence" bei 2047; gegenüber der Vorjahresbefragung rückte er um 13 Jahre nach vorn. [BELEGT als Meinungsaggregat] — Grace et al., „Thousands of AI Authors …", 01/2024 (arxiv.org/html/2401.02843v1).

K2 — Der Prognosemarkt Metaculus datiert „erstes allgemeines KI-System" im Median auf Dezember 2032. Community-Median aus rund 1.900 Prognostikern; Verteilung von 2029 bis 2040. [BELEGT als Community-Aggregat]; Vergleichbarkeit mit „AGI" [UNKLAR] wegen weicher Kriterien — metaculus.com/questions/5121/.

K3 — Lab-Chefs nennen deutlich frühere Termine — mit Eigeninteresse. Dario Amodei (Anthropic) hält „powerful AI" „so früh wie 2026" für möglich; Sam Altman (OpenAI) schreibt, man sei „jenseits des Ereignishorizonts", mit gestaffelten Erwartungen bis in die 2030er. [EXPERTENMEINUNG + Interessenkonflikt] — darioamodei.com/essay/machines-of-loving-grace (10/2024); blog.samaltman.com/the-gentle-singularity (06/2025).

K4 — Skeptiker sehen ein neues Paradigma als Voraussetzung. Yann LeCun: die „Haltbarkeit des heutigen LLM-Paradigmas ist ziemlich kurz, wohl drei bis fünf Jahre"; das kommende Jahrzehnt werde „das Jahrzehnt der Robotik". Gary Marcus verwettet Geld darauf, dass KI Ende 2027 an anspruchsvollen Aufgaben scheitert. [EXPERTENMEINUNG] — TechCrunch, 23.01.2025 (LeCun, Davos); garymarcus.substack.com (Wette gegen Brundage).

K5 — „AI 2027" ist ein Szenario, kein Forecast — und sagt das selbst. Das detaillierte Szenario einer Intelligenzexplosion bis 2027 kennzeichnet seine Autoren ausdrücklich als spekulativ ab 2026 („substantially more grounded" nur bis dahin). [SPEKULATION, als Szenario deklariert] — ai-2027.com.

K6 — Arbeitsmarkt: „40 % der Jobs betroffen" — aber „betroffen" heißt meist ergänzt, nicht ersetzt. Der IWF nennt global „almost 40 percent of jobs" als von KI betroffen. Die ILO rahmt es vorsichtiger: rund jeder vierte Job hat *irgendeine* Exposition, aber nur ein kleiner Kern (~3,3 % global) ist hoch exponiert; Augmentierung überwiegt Ersetzung. [BELEGT] — IWF, 14.01.2024 (imf.org/en/blogs/…); ILO, „Generative AI and Jobs: 2025 Update", 05/2025.

K7 — Die großen Wirtschaftszahlen stammen von Beratungshäusern — und streuen massiv. Goldman Sachs: +7 % globales BIP (~7 Bio. USD) über 10 Jahre, 300 Mio. Vollzeitstellen exponiert. McKinsey: +2,6–4,4 Bio. USD/Jahr. Dem steht der MIT-Ökonom Daron Acemoglu gegenüber: nur „nontrivial but modest" Effekte, BIP über 10 Jahre ~0,9–1,6 %. [EXTRAPOLATION (Beratung) vs. BELEGT (Modellschätzung Acemoglu)] — goldmansachs.com (04/2023); mckinsey.com (06/2023); Acemoglu, NBER WP 32487 (05/2024).

K8 — Der Regulierungs-Fahrplan ist teils fixiert und damit ein seltener harter Zeitanker. EU AI Act: in Kraft seit 01.08.2024; Verbote ab Feb. 2025; GPAI-Pflichten ab Aug. 2025; Hochrisiko-Pflichten ab Aug. 2026 bzw. (in Produkte eingebettet) Aug. 2027. Die USA schlugen 2025 einen deregulierenden, teils bundesstaaten-verdrängenden Kurs ein. [BELEGT] — EU-Kommission, 01.08.2024; Trilateral Research (Timeline); Mayer Brown (US-Executive-Order, 12/2025).

K9 — Es gibt harte Frühindikatoren, an denen man die eintretende Richtung erkennt. Vier belegte Taktgeber: das Trainings-Compute-Wachstum (~5×/Jahr, Epoch), der METR-Aufgaben-Zeithorizont (Verdopplung ~7 Monate), die Umsätze der Labs (OpenAI-Run-Rate ~20 Mrd. USD Ende 2025; Anthropic ~14 Mrd. USD Feb. 2026) und der Rechenzentrums-Stromausbau (IEA). [BELEGT] — epoch.ai/trends; metr.org; epoch.ai/data-insights/anthropic-openai-revenue; IEA.

K10 — Die Zeitlinien selbst sind volatil — sie wandern. Prognostiker verschoben ihre AGI-Termine 2025 teils nach hinten und Anfang 2026 wieder nach vorn. Das ist selbst eine Nachricht: Die Unsicherheit ist so groß, dass schon einzelne Modellveröffentlichungen die „Konsens"-Termine um Jahre verschieben. [EXPERTENMEINUNG] — FutureSearch, „AGI Timeline Tracker", 12.04.2026.

Inhaltskapitel

Wie man diese Szenarien lesen muss

Bevor eine einzige Jahreszahl fällt, drei Lesehilfen, die den Unterschied zwischen seriöser und unseriöser Zukunftsrede ausmachen.

Erstens: Wer spricht? Es gibt in dieser Debatte drei Sprechergruppen mit systematisch verschiedenen Verzerrungen. Die Lab-Chefs (Amodei, Altman) verkaufen Produkt und Kapitalrunden; ihr Anreiz zeigt nach „früh und transformativ". Die Beratungshäuser (Goldman, McKinsey) verkaufen Transformationsprojekte; ihr Anreiz zeigt nach „groß und dringend". Die Skeptiker (LeCun, Marcus, Brooks) haben ebenfalls Anreize — intellektuelle Reputation, Gegenposition zum Mainstream. Und die Aggregate (Grace-Umfrage, Metaculus) sind Durchschnitte vieler Meinungen, kein Orakel — sie glätten Ausreißer, aber sie *messen* die Zukunft nicht.

Zweitens: Konfidenz sinkt mit dem Horizont. Für 1–2 Jahre lässt sich einiges an belegte Kurven (Z3) und die Regulierungs-Fahrpläne anbinden — hier ist mittlere Konfidenz erreichbar. Für 3–5 Jahre wird es deutlich unsicherer. Für 10–20 Jahre ist die ehrliche Auskunft: Wir kennen die Bandbreite der Positionen, nicht das Ergebnis.

Drittens: Szenario ist nicht Prognose. Ein Szenario sagt „*wenn* diese Auslöser eintreten, *dann* dieser Verlauf" — es ist ein Werkzeug zum Vorbereiten, kein Wettschein. Deshalb gibt es pro Horizont drei: ein konservatives, ein mittleres, ein disruptives. Nicht, weil die Wahrheit „in der Mitte" liegt, sondern weil man sich gegen alle drei wappnen können muss.

Horizont 1–2 Jahre (2026–2027): mittlere Konfidenz

Konservativ. Agenten bleiben jenseits von Aufgaben weniger Stunden unzuverlässig (Rodney Brooks' skeptische Linie; ein Abflachen der METR-Kurve). Die Produktivitätswirkung bleibt bescheiden im Sinne Acemoglus. Die neuen EU-Hochrisiko-Pflichten (ab August 2026) bremsen den Rollout in regulierten Feldern. Die Lab-Umsätze wachsen langsamer als die Kapitalausgaben, erste „Ist-das-die-Blase?"-Debatten. — *Auslöser:* technische Plateaus, Finanzierungsvorsicht, regulatorische Reibung.

Mittel (wahrscheinlichstes Szenario). Die METR-Verdopplung (~7 Monate) hält an; Agenten erledigen zuverlässig Aufgaben im Bereich mehrerer Stunden. In eng umrissenen Feldern — Softwareentwicklung, Kundenservice, Textproduktion, Rechercheunterstützung — wird Produktivität messbar (die ILO-Augmentierungslinie, McKinseys Kernfelder). Das Compute wächst weiter ~5×/Jahr; die USA deregulieren, die EU setzt ihre Fristen um. Keine Massenarbeitslosigkeit, aber spürbare Verschiebung von Tätigkeiten. — *Auslöser:* stetiger, unspektakulärer Fortschritt; die belegten Kurven aus Z3 setzen sich fort.

Disruptiv. Die Amodei/Altman-Linie trifft ein: 2026/2027 erscheinen Systeme, die „neue Erkenntnisse" hervorbringen, KI beschleunigt die KI-Forschung selbst (der Kern des „AI 2027"-Szenarios), und erste sichtbare Verdrängung in exponierten Berufen setzt ein. — *Auslöser:* ein Durchbruch bei der Agenten-Zuverlässigkeit, der die METR-Kurve nach oben knickt. — *Konfidenz:* niedrig; von den Beteiligten mit Eigeninteresse vertreten.

Frühindikatoren für diesen Horizont: METR-Zeithorizont (knickt er nach oben oder flacht er ab?), Lab-Umsätze gegen Kapitalausgaben (Blase oder Traktion?), konkrete EBIT-Effekte in den ersten Anwenderbranchen.

Horizont 3–5 Jahre (2029–2031): niedrige bis mittlere Konfidenz

Hier klafft die Bandbreite am sichtbarsten auf, weil genau in diesem Fenster die großen offenen Forschungsfragen aus Z2 fallen oder eben nicht.

Konservativ (LeCun-Linie). Das heutige LLM-Paradigma ist ausgereizt; für den nächsten großen Schritt braucht es ein neues Architektur-Paradigma (Weltmodelle), das erst am Anfang steht. Robotik beginnt ihr „Jahrzehnt", aber langsam. AGI bleibt fern. — *Auslöser:* die Zuverlässigkeits- und Architekturgrenzen aus Z2 erweisen sich als hartnäckig; die Datengrenze (Z3) beißt.

Mittel (Aggregat-Linie). Kein „AGI", aber breite Aufgabenautomatisierung in vielen Wissensberufen; KI-Agenten als Standardwerkzeug. Der Rechenzentrums-Strom (~945 TWh bis 2030, IEA) wird zum spürbaren Engpass *und* Enabler zugleich. Der Metaculus-Median (Ende 2032 für ein „allgemeines System") liegt am Rand dieses Fensters — das mittlere Szenario nähert sich ihm, erreicht ihn aber noch nicht. — *Auslöser:* die belegten Kurven halten, ohne dass ein Paradigmenwechsel nötig wird.

Disruptiv (frühe Ränder). Das 10-%-Perzentil der Grace-Umfrage (HLMI ab 2027) oder die Fortschreibung von „AI 2027" treffen ein: eine sich selbst beschleunigende KI-Forschung, Roboter in ersten Realweltaufgaben (Altmans 2027-Linie), tiefe Umbrüche in exponierten Branchen. — *Konfidenz:* niedrig, aber nicht null; von einer Minderheit ernstzunehmender Fachleute vertreten.

Frühindikatoren: Zeigt sich ein tragfähiges neues Paradigma (Weltmodelle mit robuster Planung)? Bricht die Compute-Kurve an der Strom- oder Kapitalgrenze? Löst irgendein System eine bislang „unknackbare" Fähigkeitsgrenze (echtes kontinuierliches Lernen, zuverlässige Tages- bis Wochen-Agenten)?

Horizont 10–20 Jahre (2036–2046): weitgehend spekulativ

Hier ist intellektuelle Redlichkeit wichtiger als jede Zahl. Niemand kann diesen Horizont seriös vorhersagen. Was man kann, ist, die Bandbreite der ernstzunehmenden Positionen zu zeigen — und genau das ist die souveräne Antwort.

Konservativ. Die inkrementelle Welt: KI ist ein mächtiges, allgegenwärtiges Werkzeug, das die Produktivität spürbar, aber nicht revolutionär hebt (Acemoglus Makro-Bild, kumuliert). Kein AGI; die schwierigen Grenzen aus Z2 sind nur teilweise gefallen. Gesellschaft und Arbeitswelt haben sich angepasst wie zuvor an frühere Automatisierungswellen.

Mittel. Der Median der KI-Forscher selbst: „menschenähnliche Maschinenintelligenz" um 2047 — also am oberen Rand dieses Fensters. McKinseys Schätzung, die Hälfte der heutigen Arbeitstätigkeiten sei irgendwann zwischen 2030 und 2060 automatisierbar (Mittelpunkt ~2045), passt dazu. Das hieße: tiefgreifende, aber über zwei Jahrzehnte gestreckte Umschichtung der Arbeit — mit allen Fragen zu Bildung, Sozialsystemen und Verteilung, die das aufwirft.

Disruptiv. Die transformative Welt: HLMI/AGI deutlich vor 2040 (das frühe Ende der Grace-Verteilung, die Lab-Chef-Linie), eine Wirtschaft, die durch „eine Nation von Genies im Rechenzentrum" (Amodeis Bild) umgebaut wird — mit Chancen (Medizin, Materialforschung, Produktivität) und Risiken (Kontrolle, Konzentration, Arbeitsverdrängung im großen Maßstab), die heute nur in Umrissen denkbar sind. — *Konfidenz:* Diese Welt ist weder ausgeschlossen noch belegt; sie ist ein ernstzunehmendes Randszenario, kein Basisfall.

Der ehrliche Kernsatz für diesen Horizont: Die Spannweite reicht von „mächtiges Werkzeug, sonst überschaubar" bis „grundlegender Umbau der Zivilisation" — und der *Median der Fachleute selbst* liegt eher spät (2047). Wer Ihnen für 2040 ein festes Bild verkauft, verkauft Gewissheit, die es nicht gibt.

Die vier Dimensionen quer zu den Horizonten

Technik ist in Z2/Z3 abgehandelt; sie ist der Taktgeber, aber nicht das ganze Bild. Denn selbst wenn die Technik käme — die anderen drei Dimensionen entscheiden, was daraus wird.

Wirtschaft/Arbeit ist der am heißesten umkämpfte Streit. Die Spanne von Acemoglu (BIP-Effekt über zehn Jahre ~1 %) bis Goldman Sachs (+7 %) ist ein Faktor sieben — das ist keine Feinheit, sondern ein Abgrund, und er zeigt, wie wenig belegt hier wirklich ist. Der belegte, nüchterne Zwischenstand aus Z3 (über 80 % der Unternehmen noch ohne EBIT-Effekt) spricht für die vorsichtigere Seite — bis auf Weiteres.

Regulierung ist die einzige Dimension mit teils *fixierten* Terminen: Die EU-Fristen bis 2027 stehen im Gesetzblatt, der US-Kurswechsel 2025 ist dokumentiert. Das macht Regulierung zum verlässlichsten Zeitanker des ganzen Moduls — und zu einem Faktor, den ein Unternehmer *aktiv* einplanen kann, statt ihn nur zu erwarten.

Akzeptanz ist die am schwächsten belegte Dimension (siehe Selbstprüfung) und zugleich eine der wichtigsten: Ob Belegschaften, Kunden und Bürger die Technik annehmen, mittragen oder blockieren, hat historisch über Erfolg und Misserfolg von Techniksprüngen mitentschieden. Hier ist die Datenlage dünn, und das gehört zur ehrlichen Antwort dazu.

Was heißt das für den Unternehmer heute?

Erstens, die Grundhaltung: Planen Sie in Szenarien, nicht in Prognosen. Fragen Sie nicht „was *wird* passieren?", sondern „gegen welche drei Welten muss mein Unternehmen robust sein?". Eine Strategie, die im konservativen *und* im mittleren Szenario funktioniert und im disruptiven nicht ruiniert wird, ist einer Wette auf ein einzelnes Datum haushoch überlegen.

Zweitens: Bauen Sie Ihr eigenes Frühindikatoren-Dashboard. Sie müssen die Zukunft nicht erraten — Sie müssen nur erkennen, *welches* Szenario gerade eintritt, bevor es Ihre Wettbewerber tun. Die vier belegten Taktgeber (METR-Zeithorizont, Compute-Wachstum, Lab-Umsätze vs. Kapitalausgaben, Stromausbau) plus die fixen EU-Fristen geben Ihnen genau das. Modul Z5 zeigt, wo Sie sie ablesen.

Drittens: Nutzen Sie die Regulierung als Ihren verlässlichsten Kalender. Die EU-Hochrisiko-Pflichten (August 2026/2027) sind keine Spekulation, sondern geltendes Recht mit Datum. Wer hier vorbereitet ist, verwandelt eine Pflicht in einen Wettbewerbsvorteil — und in eine der wenigen Zukunftsgewissheiten, die es gibt.

Viertens, zur Souveränität in der Öffentlichkeit: Antworten Sie auf „10/20 Jahre" mit der Bandbreite, nicht mit einer Zahl. „Der Median der KI-Forscher selbst sieht menschenähnliche Maschinenintelligenz erst um 2047, die optimistischen Ränder deutlich früher, ernstzunehmende Skeptiker gar nicht in Sicht — und hier sind die drei, vier Signale, an denen wir alle in Echtzeit erkennen werden, welche Richtung eintritt." Diese Antwort ist wahr, belegbar und wirkt souveräner als jede selbstsichere Jahreszahl. Modul Z6 baut sie aus.

Quellenliste + „schnell veraltend"

• Grace et al., „Thousands of AI Authors on the Future of AI", 01/2024:

https://arxiv.org/html/2401.02843v1

• Metaculus, „First general AI system" (Q5121):

https://www.metaculus.com/questions/5121/

• FutureSearch, „AGI Timeline Tracker", 12.04.2026:

https://futuresearch.ai/blog/agi-timeline-tracker/

• Dario Amodei, „Machines of Loving Grace", 10/2024:

https://darioamodei.com/essay/machines-of-loving-grace

• Sam Altman, „The Gentle Singularity", 06/2025:

https://blog.samaltman.com/the-gentle-singularity

• „AI 2027" (Kokotajlo et al.): https://ai-2027.com/
• Yann LeCun (Davos, Paradigmen-/Robotik-These), TechCrunch, 23.01.2025:

https://techcrunch.com/2025/01/23/metas-yann-lecun-predicts-a-new-ai-architectures-paradigm-within-5-years-and-decade-of-robotics

• Gary Marcus (Wette gegen Brundage):

https://garymarcus.substack.com/p/where-will-ai-be-at-the-end-of-2027

• Rodney Brooks, „Predictions Scorecard 2026", 01.01.2026:

https://rodneybrooks.com/predictions-scorecard-2026-january-01/

• IWF, „AI will transform the global economy", 14.01.2024:

https://www.imf.org/en/blogs/articles/2024/01/14/ai-will-transform-the-global-economy-lets-make-sure-it-benefits-humanity

• ILO, „Generative AI and Jobs: A 2025 Update", 05/2025:

https://www.ilo.org/sites/default/files/2025-05/Research%20brief_GenAI%202025%20Update.pdf

• Goldman Sachs, „Generative AI could raise global GDP by 7%", 04/2023:

https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent

• McKinsey Global Institute, „Economic potential of generative AI", 06/2023:

https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier

• Acemoglu, „The Simple Macroeconomics of AI", NBER WP 32487, 05/2024:

https://www.nber.org/system/files/working_papers/w32487/w32487.pdf

• EU AI Act, Inkrafttreten (EU-Kommission, 01.08.2024):

https://commission.europa.eu/news/ai-act-enters-force-2024-08-01 ; Timeline: https://trilateralresearch.com/responsible-ai/eu-ai-act-implementation-timeline-mapping-your-models-to-the-new-risk-tiers

• US-Executive-Order (Mayer Brown), 12/2025:

https://www.mayerbrown.com/en/insights/publications/2025/12/president-trump-issues-executive-order-on-ensuring-a-national-policy-framework-for-artificial-intelligence

• Frühindikatoren: https://epoch.ai/trends ; https://metr.org/blog/2026-1-29-time-horizon-1-1/ ;

https://epoch.ai/data-insights/anthropic-openai-revenue ; https://www.iea.org/reports/energy-and-ai/executive-summary

Schnell veraltend: Die Termin-Aggregate (Grace, Metaculus) und erst recht die Lab-Chef-Aussagen wandern — teils um Jahre pro Jahr. Die Frühindikator-Werte (Umsätze, Zeithorizont) sind Momentaufnahmen. Stabiler sind die *Struktur* (drei Szenarien pro Horizont, Konfidenz sinkt mit Horizont), die *Sprechergruppen-Logik* (wer hat welches Interesse) und die *fixen EU-Fristen*. Beim Aktualisieren zuerst die Aggregat-Mediane und die Frühindikatoren nachziehen.

Selbstprüfungs-Notiz

Was ist solide belegt? Die *Existenz und Bandbreite* der Positionen ist gut belegt: die Grace-Umfrage (2047), der Metaculus-Median (2032), die Lab-Chef-Essays, die Skeptiker-Aussagen, die Wirtschaftsstudien (inkl. des Acemoglu-Gegenpols) und die EU-/US-Regulierungstermine. Die Frühindikatoren stammen aus den in Z3 belegten Quellen.

Wo sind die schwächsten Stellen? (1) Alle Termine sind entweder Meinungsaggregate oder interessengeleitete Einzelmeinungen — kein einziger ist eine „Messung". Das ist im Text durchgehend gekennzeichnet, muss aber betont bleiben. (2) Die IWF-Unterzahlen (60 % Industrieländer / 26 % einkommensschwach) waren nicht wörtlich zu bestätigen; nur die globale 40-%-Zahl ist belegt — im Text daher nur Letztere genannt. (3) Der US-„AI Action Plan" (Juli 2025) ist nur über Sekundär-/ Suchtreffer belegt; im Text bewusst nur die dokumentierte Dezember-Executive-Order konkret zitiert. (4) Metaculus' Resolutionskriterien sind weich — die Vergleichbarkeit mit „AGI" ist [UNKLAR].

Größte Belegierlücke: Die Akzeptanz-Dimension ist dünn belegt; belastbare Bevölkerungs-/Belegschaftsumfragen (etwa Pew, Eurobarometer) wurden in dieser Runde nicht geöffnet. Das ist im Text offen ausgewiesen und wäre der erste Punkt zum Nachrecherchieren.

Gesamturteil: Das Modul hält die Kerndisziplin durch — mehrere Szenarien statt einer Prognose, Konfidenz explizit fallend mit dem Horizont, jede Zahl mit ihrer Sprechergruppe und deren Interesse versehen. Genau diese Machart ist die Botschaft: Souveränität entsteht nicht durch die richtige Jahreszahl, sondern durch den kalibrierten Umgang mit ihrer Abwesenheit.