KI im Jahr 2026: Von persönlichen Agenten, Mega-Allianzen und der Gigawatt-Obergrenze

"Modelle der künstlichen Intelligenz liefern mittlerweile weitaus mehr als nur Chatbots. Das ist ein wichtiger Schritt in ihrer Entwicklung, der sich 2026 und darüber hinaus auf die Weltwirtschaft auswirken wird“, sagt Marco Argenti, Chief Information Officer bei Goldman Sachs.

„In den vierzig Jahren meiner Arbeit in der Technologiebranche habe ich 2025 die größten Veränderungen meiner Karriere erlebt“, sagt Argenti. „Und das Verrückte ist, dass wir noch gar nichts davon gesehen haben – ich gehe sogar davon aus, dass 2026 ein noch bedeutenderes Jahr für derartige Veränderungen sein wird.“

KI hat sich zu einem entscheidenden Motor für die Finanzmärkte und potenziell für die gesamte Wirtschaft entwickelt. Wall-Street-Analysten, die die Höhe der Investitionen in KI stets unterschätzt haben, gehen davon aus, dass die größten Hyperscale-Cloud-Anbieter im Jahr 2026 mehr als eine halbe Billion Dollar in KI-Investitionen stecken werden. Laut Goldman Sachs Research machen die sieben größten Technologieunternehmen derzeit mehr als 30 Prozent der Marktkapitalisierung des S&P 500 aus und etwa ein Viertel der Gewinne des Index.

Die Konsensschätzungen für das Investitionsvolumen von KI-Hyperscalern sind für 2026 noch einmal gestiegen. Wall-Street-Analysten gehen jetzt davon aus, dass die Investitionen der größten Hyperscale-Cloud-Anbieter bei mehr als einer halben Billion Dollar liegen dürften.

Argenti, ehemaliger Vizepräsident für Technologie bei Amazon Web Services, sagt, dass KI alles neu vernetzt, von der traditionellen Belegschaft bis hin zur traditionellen Software-Stackkonstruktion. Er stellt sieben Prognosen darüber auf, wie sich KI in naher Zukunft entwickeln könnte:

KI-Modelle als neue Betriebssysteme

Das traditionelle Paradigma der Softwareentwicklung verändert sich: Anstatt als eindimensionale Anwendungen zu fungieren, werden KI-Modelle zu Betriebssystemen, die selbständig auf Tools zugreifen, um Aufgaben auszuführen.

Damit einhergehend entwickelt sich die Computertechnologie von statischen, fest programmierten logischen Abfolgen zu ergebnisorientierten Assistenten, die sich selbst neu programmieren. Dadurch sind KI-Agenten viel besser in der Lage, komplexe Probleme zu bewältigen. Folglich werden die Besitzer solcher KI-Modelle auch die Besitzer der neuen Betriebssysteme sein, die KI-Agenten antreiben.

Kontext als neue Grenze

Der Fokus der KI-Ingenieure wird sich vom Aufbau „größerer Modelle“ hin zu „besserem Speicher“ verlagern. Das kann man sich wie folgt vorstellen: Die Modelle wurden aus riesigen Datenpools aufgebaut – sie haben im Wesentlichen das gesamte Internet und darüber hinaus quasi synthetische Daten für Modelltrainingszwecke durchforstet. Dennoch ist der unmittelbare Kontext, der den Modellen zur Verfügung steht – das, woran sie sich aus früheren Diskussionen und Aufgaben erinnern –, relativ gering. Einige neuere Modelle sind bereits in der Lage, zu argumentieren und viel größere Kontexte in Prozesse einzubringen, um weitaus genauer maßgeschneiderte individuelle Antworten zu liefern.

Der Aufstieg des persönlichen Agenten

Es werden persönliche KI-Agenten auf den Markt kommen, etwas, das Unternehmen mit unterschiedlichem Erfolg angestrebt haben. Was wir heute mit Apps manuell und stückweise erledigen, wird bald automatisch erfolgen. Wenn beispielsweise ein Flug aufgrund der Wetterbedingungen gestrichen wird, weiß ein KI-Agent, dass er den Flug umbuchen, Termine verschieben und Essen für danach bestellen muss (da die Restaurants geschlossen sein werden). Durch KI mit agentenbasierten Fähigkeiten ist dies durchaus möglich.

Die Agent-as-a-Service-Wirtschaft

Unternehmen werden davon abkommen, Aufgaben mit menschlichem Personal zu bewältigen, und stattdessen von Menschen koordinierte, spezialisierte Multi-Agent-Teams einsetzen. Anstatt die Arbeit nach geleisteten Stunden zu berechnen, werden diese hybriden Teams aus Menschen und Maschinen den Kunden die Menge der verbrauchten Token – die von KI-Modellen verwendeten Dateneinheiten – in Rechnung stellen.

Lernen wird zur wichtigsten Fähigkeit

Erfolgreich sein werden diejenigen Arbeitnehmer, die über Fachwissen verfügen und gleichzeitig am ehesten bereit sind, sich anzupassen.

Für diese Arbeitnehmer wird der wichtigste Unterscheidungsfaktor ihre Fähigkeit sein, etwas, das sie seit vielen Jahren tun, neu zu denken – in einer Zeit, in der KI ihnen bei ihrer Arbeit hilft. Dafür gibt es einen aktuellen Präzedenzfall: Mit der Einführung von Computern mussten die Menschen viele Aspekte ihrer Arbeit überdenken. KI bewirkt eine Veränderung von ähnlichem Ausmaß, wodurch Lernen zur wichtigsten Fähigkeit wird.

Mega-Partnerschaften: Der Gewinner bekommt fast alles

KI ist ein Spiel in großem Maßstab, und es wird Netzwerkeffekte mit sehr großen Partnerschaften entlang der vor- und nachgelagerten Ebenen geben. Übergeordnete Partnerschaften und strategische Allianzen von beispiellosem Ausmaß werden die KI-Landschaft neu gestalten. Diese Netzwerke werden einen sich selbst verstärkenden Kreislauf schaffen, in dem nur eine Handvoll großer Akteure konkurrieren können. Auf diese Weise könnte KI komplexen Großindustrien wie der Luft- und Raumfahrt ähneln, die durch Duopole gekennzeichnet sind.

Strom ist das neue Kapital

Die Skalierung zur Deckung der KI-Nachfrage hängt nicht nur vom Kapital ab, sondern auch vom Zugang zum Stromnetz: Goldman Sachs Research geht davon aus, dass der Stromverbrauch von Rechenzentren bis 2030 um 175 Prozent gegenüber dem Niveau von 2023 steigen wird (die vorherige Prognose der Goldman Sachs Analysten lag bei einem Anstieg von 165 Prozent). Kapazitätsengpässe, vom Zugang zu neuen Gasturbinenkraftwerken bis hin zur Anbindung an das Stromnetz, bedeuten, dass der Zugang zu elektrischer Energie die richtigen Beziehungen erfordert.

Der schiere Umfang der für KI-Rechenzentren erforderlichen Infrastruktur, die mehrjährige Vorlaufzeit für die Inbetriebnahme neuer Energieanlagen und die rasante Entwicklung von KI-Modellen werden den Energiebedarf im Jahr 2026 weiter verstärken und zu einer Gigawatt-Obergrenze führen. Unternehmen werden darauf bedacht sein, jedes Megawatt Strom für Aktivitäten mit der höchsten Rendite einzusetzen.