Quellen-Landkarte für laufende Zukunftsforschung

Womit der Autor die KI-Zukunft dauerhaft selbst beobachtet

Management-Zusammenfassung

Ein Buch veraltet; eine Beobachtungsroutine nicht. Dieses Modul liefert dem Autor (und dem Leser) die kuratierte Landkarte, mit der er die KI-Entwicklung dauerhaft selbst verfolgen kann — unabhängig von Schlagzeilen und Anbieter-Marketing. Der Leitgedanke: Nicht mehr Quellen sind das Ziel, sondern die richtigen wenigen, an den richtigen Stellen, in der richtigen Frequenz.

Die Karte ist in sechs Ebenen gegliedert, die grob dem Vertrauensgefälle folgen. Ganz oben stehen die neutralen Datensammler (AI Index, Epoch AI, METR) — sie liefern die belegten Kurven aus Z3 und sind der Goldstandard, weil sie messen statt behaupten. Darunter die wissenschaftliche Primärebene (arXiv, die großen Konferenzen, Fachjournale) — die Rohquelle, aber ungefiltert und begutachtungsschwach. Dann die überstaatlichen und staatlichen Foresight- und Governance-Stellen (International AI Safety Report, OECD.AI, EU AI Office, NIST) — langsam, aber belastbar und regulatorisch relevant. Viertens die Prognose- Aggregatoren (Metaculus, AI Impacts) — als Meinungsaggregate zu lesen, nicht als Orakel. Fünftens die Anbieter selbst (Lab-Blogs) — unverzichtbar für den Stand der Technik, aber immer als interessengeleitete Eigenaussage. Und schließlich die kuratierenden Sekundärquellen (ausgewählte Newsletter) — nützlich als Filter, nur mit Vorbehalt.

Für jede Quelle nennt dieses Modul drei Dinge: was sie liefert, wie verlässlich sie ist, und in welchem Rhythmus man sie prüfen sollte. Wer diese Karte einmal einrichtet, braucht für ein kalibriertes Lagebild nicht mehr als wenige Stunden pro Monat — und ist damit informierter als die meisten, die täglich Schlagzeilen konsumieren.

Ein ehrlicher Hinweis vorweg: Die konkreten Institutionen und Adressen unten sind etablierte, seit Jahren bestehende Quellen. Ihre *Existenz und Funktion* ist stabil und aus den Modulen Z1–Z4 heraus belegt. Einzelne Detailangaben (Erscheinungsdatum der jeweils „neuesten" Ausgabe, exakte Frequenz) können sich verschieben und sind entsprechend als Orientierung, nicht als fixe Zusage zu lesen.

Die Quellenkarte im Überblick

Inhaltskapitel: die Quellen im Einzelnen

Ebene 1 — Neutrale Datensammler (der Goldstandard)

Stanford HAI — AI Index Report. *Was er liefert:* den breitesten neutralen Jahresband zu KI — Fähigkeiten, Kosten, Investitionen, Adoption, Politik, Ausbildung, mit belegten Zahlen und Grafiken. *Verlässlichkeit:* sehr hoch; akademisch verankert, quellentransparent, stützt sich u. a. auf Epoch-Daten. *Rhythmus:* jährlich (Frühjahr), plus laufend nutzbare Einzelkapitel. Für den Einstieg in jede Zahl die erste Adresse. — https://hai.stanford.edu/ai-index

Epoch AI. *Was sie liefert:* die quantitative Rückgrat-Analyse des Feldes — Compute-Wachstum, Trainings- und Inferenzkosten, algorithmische Effizienz, Datengrenzen, Skalierungs-Szenarien, Benchmark-Verläufe (u. a. FrontierMath). *Verlässlichkeit:* sehr hoch für Trends und Kurven; die meisten belegten Zahlen aus Z3 stammen von hier. *Rhythmus:* laufende Publikationen und Daten-Dashboards („Trends", „Data Insights"). — https://epoch.ai

METR (Model Evaluation & Threat Research). *Was sie liefert:* die unabhängige Messung, wie lang eine Aufgabe sein darf, die Modelle zuverlässig lösen (der „Aufgaben-Zeithorizont" aus Z2/Z4) — der vielleicht beste Einzelindikator für Agenten-Fortschritt. *Verlässlichkeit:* hoch; unabhängig, methodisch transparent. *Rhythmus:* aktualisierte Auswertungen mehrmals im Jahr. — https://metr.org

Ebene 2 — Wissenschaftliche Primärquellen (die Rohfront)

arXiv. *Was es liefert:* den ungefilterten Vorabdruck-Strom fast der gesamten KI-Forschung, oft Monate vor jeder Veröffentlichung. Relevante Kategorien: cs.AI (Künstliche Intelligenz allgemein), cs.LG (maschinelles Lernen), cs.CL (Sprachverarbeitung/LLMs), cs.CV (Bildverarbeitung), cs.RO (Robotik), stat.ML. *Verlässlichkeit:* der Inhalt ist Primärforschung — aber nicht begutachtet; Vorsicht vor Einzelpapieren, die als „Durchbruch" gehandelt werden, bevor sie repliziert sind. *Rhythmus:* wer die Front sehen will, verfolgt Trendthemen wöchentlich (etwa über kuratierte Übersichten statt des rohen Stroms). *Wie man es liest:* nicht nach Einzelpapieren jagen, sondern auf *häufungen* achten — wenn ein Thema plötzlich in vielen Gruppen auftaucht, ist das das Signal. — https://arxiv.org

Leitkonferenzen. Die Begutachtungs-Instanz des Feldes; hier wird Spreu von Weizen getrennt. *Was sie liefern:* die geprüfte Auswahl. NeurIPS und ICML (breites maschinelles Lernen), ICLR (Repräsentations-/Deep-Learning), ACL/EMNLP (Sprachverarbeitung/LLMs), CVPR/ICCV (Bildverarbeitung), AAAI (KI allgemein). *Verlässlichkeit:* hoch (peer-reviewt). *Rhythmus:* jährlich; die Proceedings sind der beste Jahresrückblick auf das, was *wirklich* trägt. *Nutzen für den Autor:* die Titel der akzeptierten und preisgekrönten Arbeiten zeigen die echten Forschungsschwerpunkte — jenseits des Marketings.

Fachjournale Nature / Science. *Was sie liefern:* die seltenen, besonders belastbaren begutachteten KI-Arbeiten (z. B. DeepSeek-R1 in *Nature* 2025, Model Collapse 2024). *Verlässlichkeit:* am höchsten (strenge Begutachtung). *Rhythmus:* anlassbezogen; wenn KI-Forschung *hier* erscheint, ist das ein Qualitätssignal.

Ebene 3 — Foresight- und Governance-Stellen (langsam, aber belastbar)

International AI Safety Report (Vorsitz Yoshua Bengio). *Was er liefert:* den regierungsmandatierten wissenschaftlichen Konsens über Fähigkeiten und Risiken universeller KI, getragen von über hundert Fachleuten und Dutzenden Staaten — der neutralste verfügbare Gesamtüberblick. *Verlässlichkeit:* sehr hoch; explizit auf Konsens und Kalibrierung angelegt. *Rhythmus:* Hauptbericht jährlich, mit Zwischen-Aktualisierungen. Für ein seriöses Lagebild die erste Adresse. — https://internationalaisafetyreport.org

OECD.AI Policy Observatory. *Was es liefert:* internationale Politik-, Trend- und Indikatorendaten, Länderstrategien, den Rahmen für „vertrauenswürdige KI". *Verlässlichkeit:* hoch (überstaatlich, neutral). *Rhythmus:* laufend, mit größeren Berichten unregelmäßig. — https://oecd.ai

EU AI Office / EU-Kommission. *Was sie liefern:* den verbindlichen Regulierungs-Fahrplan (AI Act, Fristen, Leitlinien, Verhaltenskodizes) — die einzige Ebene mit *rechtlich fixen* Terminen. *Verlässlichkeit:* maßgeblich für den europäischen Rahmen. *Rhythmus:* anlassbezogen entlang der Fristen (Z4). — https://digital-strategy.ec.europa.eu

NIST (US) und nationale Stellen. *Was sie liefern:* technische Standards und Risikomanagement-Rahmen (etwa das AI Risk Management Framework), die de facto international ausstrahlen. *Verlässlichkeit:* hoch für Standards. *Rhythmus:* anlassbezogen. — https://www.nist.gov/itl/ai-risk-management-framework

Ebene 4 — Prognose-Aggregatoren (als Meinungsaggregat lesen)

Metaculus. *Was es liefert:* aggregierte, datierte, überprüfbare Community-Prognosen zu KI-Fragen (AGI-Zeitpunkt, Fähigkeitsmeilensteine) samt Track-Record. *Verlässlichkeit:* mittel — ein *gut kalibriertes Meinungsaggregat* (Z1), aber bei langfristigen Einmalfragen mit weichen Kriterien; nie als Messung lesen. *Rhythmus:* laufend; nützlich, um zu sehen, *wie sich* Erwartungen bewegen. — https://www.metaculus.com

AI Impacts. *Was es liefert:* die großen Experten-Befragungen (Grace et al.) und methodische Analysen zu KI-Zeitlinien. *Verlässlichkeit:* mittel-hoch für die *Erhebung* von Expertenmeinung; die Ergebnisse bleiben Meinung, nicht Prognose. *Rhythmus:* unregelmäßig (Survey alle paar Jahre). — https://aiimpacts.org

*(Ergänzend nützlich, mit demselben Vorbehalt: die jährlichen Prognose-„Scorecards" einzelner Fachleute wie Rodney Brooks, die ihre eigenen Vorhersagen offen abrechnen — genau das in Z1 gelobte Verhalten.)*

Ebene 5 — Die Anbieter selbst (unverzichtbar, aber Partei)

OpenAI, Anthropic, Google DeepMind, Meta AI (Forschungsblogs und technische Berichte). *Was sie liefern:* den aktuellen Stand der Technik aus erster Hand — neue Modelle, Fähigkeiten, teils ernstzunehmende Forschung (z. B. Anthropics Interpretierbarkeit, DeepMinds Weltmodelle). *Verlässlichkeit:* niedrig bis mittel als neutraler Befund — es sind Eigenaussagen von Parteien mit unmittelbarem Eigeninteresse (Produkt, Kapital). *Regel:* Fakten (was das Modell *ist*) übernehmen, Deutungen (was es *bedeutet*) diskontieren. *Rhythmus:* anlassbezogen bei Modellveröffentlichungen. — openai.com/research ; anthropic.com/research ; deepmind.google ; ai.meta.com

Ebene 6 — Kuratierende Filter (nützlich, mit Vorbehalt)

Sekundärquellen, die den Rohstrom vorsortieren und einordnen, sparen Zeit — aber sie tragen die Handschrift ihrer Autoren. Als Filter, nicht als Wahrheit zu lesen. Etablierte, seit Jahren bestehende Beispiele mit unterschiedlicher Perspektive: The Batch (DeepLearning.AI / Andrew Ng) — solider wöchentlicher Überblick; Import AI (Jack Clark) — technisch-politische Einordnung; Epoch AIs eigene Kurzformate — datengetrieben; sowie einordnende Einzelstimmen mit klarer (teils optimistischer oder skeptischer) Haltung, die man *bewusst gemischt* liest, um die eigene Verzerrung auszugleichen. *Verlässlichkeit:* variabel; der Wert liegt in der Vorauswahl, nicht in der Autorität. *Rhythmus:* wöchentlich.

Was heißt das für den Unternehmer heute?

Erstens, ganz praktisch: Richten Sie eine Routine ein, keine Sammlung von Lesezeichen. Ein realistisches Minimalprogramm: einmal im Jahr den AI Index und den International AI Safety Report als Fundament; einmal im Quartal die Frühindikatoren bei Epoch AI und METR sowie die Metaculus-Bewegung; laufend einen einzigen guten kuratierenden Newsletter als Radar; und die EU-Fristen als festen Kalendereintrag. Das kostet wenige Stunden im Monat und schlägt jede tägliche Schlagzeilen-Diät.

Zweitens: Beobachten Sie das Vertrauensgefälle bewusst. Wenn eine Nachricht von Ebene 5 (Anbieter) kommt, warten Sie, bis Ebene 1 (neutrale Daten) oder Ebene 2 (Wissenschaft) sie bestätigt, bevor Sie darauf eine Entscheidung gründen. Die lautesten Meldungen kommen zuerst von der Ebene mit dem größten Eigeninteresse — das ist kein Zufall, sondern Struktur.

Drittens: Machen Sie die vier Frühindikatoren aus Z4 zu Ihrem Dashboard. METR-Zeithorizont, Compute-Wachstum (Epoch), Lab-Umsätze gegen Kapitalausgaben, und der Rechenzentrums-Stromausbau (IEA) — alle vier sind auf dieser Karte verortet und frei zugänglich. Wer sie im Blick behält, erkennt einen Szenariowechsel, bevor er Schlagzeile wird.

Viertens: Delegieren Sie die Beobachtung nicht blind. Diese Karte ist bewusst so schlank, dass ein Entscheider sie *selbst* führen kann. Die eigene, kalibrierte Anschauung ist der beste Schutz davor, dem nächsten Berater oder Anbieter auf ein schön erzähltes Zukunftsbild hereinzufallen.

Quellenliste + „schnell veraltend"

Die verorteten Kernquellen (Adressen als Einstieg):

• AI Index: https://hai.stanford.edu/ai-index
• Epoch AI: https://epoch.ai — Trends: https://epoch.ai/trends
• METR: https://metr.org
• arXiv (KI-Kategorien cs.AI/cs.LG/cs.CL/cs.CV/cs.RO): https://arxiv.org
• Konferenzen: NeurIPS (neurips.cc), ICML (icml.cc), ICLR (iclr.cc),

ACL (aclweb.org), CVPR (cvpr.thecvf.com), AAAI (aaai.org)

• International AI Safety Report: https://internationalaisafetyreport.org
• OECD.AI: https://oecd.ai
• EU AI Office / Kommission: https://digital-strategy.ec.europa.eu
• NIST AI RMF: https://www.nist.gov/itl/ai-risk-management-framework
• Metaculus: https://www.metaculus.com
• AI Impacts: https://aiimpacts.org
• Rodney Brooks (Prognose-Scorecards): https://rodneybrooks.com
• Labs: openai.com/research, anthropic.com/research, deepmind.google, ai.meta.com

Schnell veraltend: Die *Adressen und Institutionen* sind stabil; was sich ändert, sind die einzelnen Newsletter (Autoren wechseln, Qualität schwankt) und die genauen Erscheinungsrhythmen. Die Ebenen-Logik (Vertrauensgefälle von den neutralen Daten bis zu den Anbietern) ist der zeitlose Kern und der eigentliche Wert dieses Moduls. Beim Aktualisieren zuerst die Newsletter-Auswahl (Ebene 6) überprüfen.

Selbstprüfungs-Notiz

Was ist solide? Alle Kernquellen der Ebenen 1–5 sind aus den Modulen Z1–Z4 heraus belegt — es sind exakt die Stellen, aus denen die dortigen Zahlen und Zitate stammen. Ihre Funktion und Verlässlichkeitsordnung ist damit fundiert, nicht behauptet.

Wo ist Vorsicht geboten? (1) Die Ebene-6-Newsletter sind Beispiele etablierter Angebote; ihre *aktuelle* Qualität und Frequenz kann schwanken und wurde hier nicht tagesaktuell geprüft — sie sind bewusst als „mit Vorbehalt" gekennzeichnet, und es werden keine spezifischen aktuellen Kennzahlen behauptet. (2) Die Zuschreibung „neueste Ausgabe" bleibt bei den periodischen Quellen (AI Index, Safety Report) bewusst offen, um nicht zu veralten. (3) Die Ebenen-Einordnung der Verlässlichkeit ist eine *begründete Wertung* (auf Basis von Z1), keine gemessene Größe — als solche transparent.

Gesamturteil: Das Modul erfüllt seinen Zweck als schlankes, selbst führbares Monitoring-Werkzeug. Sein bleibender Wert ist nicht die Linkliste, sondern das Vertrauensgefälle — die Fähigkeit, jede künftige Quelle richtig einzuordnen, statt nur mehr Quellen zu sammeln.