Übermenschlich

Grenzaufhebung: Die New York Times hört täglich 80 Podcasts. Jedoch kein Mensch, sondern eine Maschine. Ein internes KI-Tool erkennt politische Muster Tage vor dem Mainstream. Drei Beispiele zeigen, wohin das führt, wenn Werkzeuge die menschlichen Grenzen nicht mehr verschieben, sondern aufheben.

13 Minuten: Dienstag, 24. Februar. Pete Hegseth empfängt Dario Amodei im Pentagon und stellt eine Forderung: Claude ohne Nutzungsbedingungen, ohne rote Linien. Amodei lehnt ab. Drei Tage später kümmert sich OpenAI darum. Was danach passiert, verrät viel über den Markt für Vertrauen.

Die Hälfte reicht: Jack Dorsey entlässt 4.000 Menschen. Fast die Hälfte der Belegschaft. Die Aktie steigt um 24 Prozent. Acht Milliarden Dollar an Wertzuwachs an einem Tag. Die Frage ist weniger, ob KI wirklich der Grund war, als vielmehr, was jeder CFO ab jetzt daraus lernen wird.

Kurzmeldungen: Karpathy über Agenten als Organisationsdesign. Knuth löst gemeinsam mit Claude eine offene mathematische Vermutung. Chinas stärkstes Open-Source-Team zerfällt. Apple kündigt den M5 Max mit 192 GB Speicher an.

Jeden Morgen um acht Uhr landet im Posteingang von rund 40 Reportern der New York Times eine automatisch generierte Zusammenfassung. Die Maschine hat 80 Podcasts gehört, transkribiert und verdichtet. Von Ben Shapiro (einem konservativen US-Kommentator) bis Red Scare (einem popkulturellen Podcast). Kein Mensch hat diese Stunden Audio konsumiert. Das achtköpfige AI-Team der Times hat ein Werkzeug entwickelt, das physische Grenzen sprengt. Kein Reporter der Welt schafft 80 Podcasts am Tag.

Letzte Woche ging es hier um die Geisterwirtschaft: KI kostet Jobs, bevor die Produktivität messbar steigt. Das ist die eine Hälfte. Heute die andere. Die Dinge, die ohne KI schlicht nicht möglich wären.

Marshall McLuhan, ein kanadischer Medientheoretiker, der in den Sechzigerjahren die Grundlagen der Medienwissenschaft legte, formulierte eine These, die gerade aktueller wird als je zuvor: Medien sind Erweiterungen menschlicher Sinnesorgane. Das Rad verlängert den Fuß. Das Telefon die Stimme. Das Fernsehen das Auge. KI erweitert das Denken. Und in immer mehr Berufen zeigt sich, was das praktisch bedeutet: Fähigkeiten, die vor einem Jahr noch undenkbar waren.

Drei aktuelle Beispiele zeigen das Muster.

Zach Seward leitet das AI-Team der New York Times. Er hat zuvor das digitale Wirtschaftsmedium Quartz gegründet und weiß sehr genau, was Redaktionen können und was nicht. Die tägliche Podcast-Zusammenfassung nennt er eine Tipp-Liste.

Das Tool erkennt, wenn Narrative in konservativen Medien entstehen, lange bevor sie den Mainstream erreichen. Es erkannte früh, dass sich konservative Kommentatoren gegen die Trump-Administration zu wenden begannen. Das Muster tauchte in Dutzenden Podcasts gleichzeitig auf, Tage, bevor die Zeitungen berichteten. Für die Times wurde das zum Ausgangspunkt einer Untersuchung zum Epstein-Files-Transparency-Act, einem Gesetz zur Offenlegung von Ermittlungsakten. Ein Reporter mit drei Podcasts hätte dieses Muster nie gesehen. Die Redaktion hat jetzt ein Super-Ohr für 80 parallele Gespräche. Sewards Regeln sind eisern: Niemand verlässt sich allein auf die KI-Zusammenfassung. Wer ein Thema weiterverfolgt, kehrt zum Original-Podcast zurück. Es soll kein LLM-Output in einen Artikel einfließen. Das Tool ist ein Sensor. Kein Autor.

Für eine Recherche über Haifischfleisch in brasilianischen Schulkantinen brauchten Journalisten des Umweltportals Mongabay Daten aus der öffentlichen Beschaffungsdatenbank São Paulos. Die Website lud Inhalte erst beim Klicken nach. Kein Download-Button, keine Tabelle. Um 1.012 Ausschreibungen zu erfassen, hätte jemand tagelang manuell geklickt. Mit Hilfe von Sprachmodellen bauten die Journalisten drei verkettete Web-Scraper (kleine Programme, die Webseiten automatisch Seite für Seite auslesen). Sie beschrieben der Maschine, was sie brauchten, iterierten und anpassten. Das Ergebnis: 1.012 Ausschreibungen für Haifischfleisch seit 2004. 5.400 Tonnen. 542 Gemeinden. 5.900 öffentliche Einrichtungen. Mindestens 20 Millionen Dollar Volumen.

Die Recherche löste eine parlamentarische Anhörung aus. Mehrere Gemeinden stoppten die Beschaffung; eine Klage läuft. Sie gewann den zweiten Platz beim ARI/Banrisul Journalism Award (einem der wichtigsten brasilianischen Journalismuspreise). Das Pulitzer Center (eine US-Stiftung für investigativen Journalismus) veröffentlichte danach eine Anleitung für Journalisten ohne Programmierkenntnisse. Eine Fähigkeit, für die man jahrelang studieren musste, lässt sich jetzt einfach beschreiben. Die Maschine liefert den Bauplan gleich mit.

In Hedgefonds und Analysehäusern läuft dasselbe. Plattformen wie AlphaSense, eine KI-Plattform für Finanzdaten und Marktanalysen, sowie Aiera und FactSet, beide Datenanbieter für institutionelle Investoren, setzen KI ein, um Hunderte von Earnings Calls gleichzeitig zu transkribieren und auszuwerten. Was früher Junior-Analysten tagelang beschäftigt hat, dauert jetzt unter einer Minute. AlphaSense nennt eines seiner Features "Channel Checks": Eine KI führt selbstständig Audio-Interviews mit menschlichen Experten, etwa Zulieferern oder Händlern, um Nachfragetrends aufzudecken, Wochen bevor der Konsens am Markt ankommt. Ein Analyst mit dieser Infrastruktur sieht Muster, die für das menschliche Gehirn unsichtbar wären.

Vom Angler zum Trawler

Was diese drei Fälle verbindet, erinnert an einen Sprung, den die Fischerei vor Jahrzehnten gemacht hat. Wer mit einer Angel am Fluss steht, fängt einen Fisch. Ein Hochseetrawler holt ganze Schwärme und verarbeitet sie automatisch an Bord. Eine einzelne Person kann plötzlich Datenmengen verarbeiten, für die zuvor ganze Teams nicht ausgereicht hätten.

McLuhan hatte recht, und seine These reicht weiter als er ahnte. KI erweitert nicht ein einzelnes Sinnesorgan. Sie erweitert die Mustererkennung, die Analyse und das Gedächtnis gleichzeitig. Die Reporter der New York Times hören mit achtzig Ohren. Die Mongabay-Journalisten programmieren ohne Programmierkenntnisse. Die Analysten erfassen Hunderte von Datenpunkten simultan.

Das hat zwei Seiten. KI kann Falschinformationen im industriellen Maßstab produzieren. Dieselbe Technologie gibt Ermittlern, Analysten und Reportern erstmals Werkzeuge, um diesem Volumen standzuhalten. Am Ende schreibt immer noch ein Mensch für Menschen. Die Sorgfalt muss erhalten bleiben. Wer sie mitbringt, steht gerade vor einer Tür, die vor einem Jahr noch verschlossen war.

Quellen: ¹ Zach Seward, „How The New York Times uses a custom AI tool to track conservative podcasts”, LinkedIn, 2026 ² WAN-IFRA, „Divining Data: How AI invigorates The New York Times approach to investigative reporting”, 2025 ³ Mongabay, „Shark meat investigation wins national journalism award in Brazil”, Dezember 2025; Mongabay, „Shark meat exposé wins national journalism education award in Brazil”, Februar 2026 ⁴ AlphaSense, Aiera, FactSet, Produktbeschreibungen und Analystenberichte, 2026

Dienstag, 24. Februar. US-Verteidigungsminister Pete Hegseth empfängt den CEO von Anthropic, Dario Amodei im Pentagon. Der Ton soll höflich gewesen sein. Die Forderung nicht: Claude soll für alle Zwecke der nationalen Sicherheit verfügbar sein, ohne Nutzungsbedingungen und ohne rote Linien. Claude lief zu diesem Zeitpunkt als einziges KI-Modell auf klassifizierten US-Systemen, bereits im Einsatz bei der Operation gegen das Maduro-Regime. Wenige Tage später würde es auch bei den Angriffen auf den Iran eine Rolle spielen.

Amodei hielt dagegen. Zwei Bedingungen: keine Massenüberwachung von US-Bürgern, keine autonomen Waffensysteme. Das Pentagon gab ihm bis Freitag. Freitag, 27. Februar, 17:01 Uhr. Die Frist lief ab. Anthropic bewegte sich nicht. Amodei veröffentlichte ein Statement: Drohungen änderten die Position nicht.

Wenig später verkündete OpenAI einen Deal mit dem Pentagon.

Trump forderte auf Truth Social, sämtliche Bundesbehörden sollten sofort alle Anthropic-Verträge beenden. Hegseth stufte Anthropic als “Supply Chain Risk” ein, eine Kategorie, die normalerweise für Huawei und ZTE (zwei chinesische Technologiekonzerne, die als Sicherheitsrisiken eingestuft sind) reserviert ist.

Die Absurdität der Situation: Während Hegseth den Bann aussprach, nutzte das Pentagon Claude weiterhin über Palantir, um laufende Kampagnen im Iran in Echtzeit zu koordinieren. Juristen des Fachmediums Lawfare zerlegten die Einstufung sofort: Anthropic ist ein US-Unternehmen und hatte zuvor chinesische Kunden mit Verbindungen zur KP Chinas abgeschnitten. Die Designation wird vor Gericht keinen Bestand haben.

Bei OpenAI lief es intern nicht reibungslos.

Ein Forschungsingenieur schrieb öffentlich, dass der Deal sich nicht gelohnt habe. Altman räumte in einer internen Versammlung ein, die Optik sei “opportunistisch” gewesen, verschwieg aber das langfristige Kalkül: Wer die meisten Regierungsverträge hat, sichert sich den Zugang zu gigantischen, staatlich subventionierten Compute-Clustern (Rechenzentren, in denen Modelle trainiert und betrieben werden). OpenAI ergänzte den Vertrag nachträglich um Surveillance-Einschränkungen. Die Formulierung blieb vage.

Der Markt reagierte eindeutig. Claude stieg erstmals auf Platz eins im App Store. ChatGPT-Deinstallationen stiegen sprunghaft. Hunderte Mitarbeiter von Google und OpenAI unterzeichneten eine Petition zur Unterstützung von Anthropics Position.

Amodei nannte am 3. März auf einer Morgan-Stanley-Konferenz die aktuellen Zahlen: 19 Milliarden Dollar an annualisierter Run Rate. Ende 2025 waren es noch 9 Milliarden. Im Februar kamen allein 6 Milliarden hinzu. Mehr als 500 Kunden zahlen über eine Million Dollar pro Jahr. Acht der zehn größten US-Konzerne nutzen Claude.

Anthropic wird nach einer neuen Finanzierungsrunde mit 380 Milliarden Dollar bewertet. OpenAI sammelte zeitgleich 110 Milliarden Dollar frisches Kapital ein und schoss auf eine Bewertung von 730 Milliarden Dollar. Vor einem Jahr war das Verhältnis noch völlig anders.

Vertrauen als Marktfaktor

Ein Unternehmen hat einen 200-Millionen-Dollar-Vertrag abgelehnt, sich mit der US-Regierung angelegt und dabei ein beispielloses Wachstum im B2B-Sektor (im Geschäft mit Unternehmenskunden) hingelegt. Das passiert nicht, weil Unternehmenskunden reinen Idealismus belohnen. Es passiert, weil Anthropic das verkauft, was im Enterprise-Markt am meisten zählt: Datensicherheit und Prinzipientreue. Jedes Unternehmen, das heute einen KI-Anbieter wählt, trifft eine Vertrauensentscheidung. Anthropic hat diese Woche gezeigt, was es bereit ist, dafür aufzugeben. OpenAI hat gezeigt, was es bereit ist dafür einzugehen. Beide Positionen sind sichtbar. Der Markt hat geantwortet.

Quellen: ⁵ Anthropic, „Statement on the comments from Secretary of War Pete Hegseth”, anthropic.com, Februar 2026 ⁶ CNBC, „OpenAI’s Altman says defense deal ‘looked opportunistic and sloppy’”, 3. März 2026; Bloomberg, „OpenAI’s Sam Altman Says Pentagon Deal Looked ‘Sloppy’”, 3. März 2026 ⁷ Lawfare, „Pentagon’s Anthropic Designation Won’t Survive First Contact with Legal System”, März 2026 ⁸ Yahoo Finance / Investing.com, „Anthropic ARR surges to $19 billion on Claude Code strength”, März 2026; CNBC, „Anthropic closes $30 billion funding round at $380 billion valuation”, Februar 2026 ⁹ CNBC / Reuters, OpenAI-Finanzierungsrunde, 730 Milliarden Dollar Bewertung, Februar/März 2026

Jack Dorsey (Mitgründer von Block, dem Unternehmen hinter Square, Cash App und Afterpay) entließ am 26. Februar 4.000 Mitarbeiter. Fast die Hälfte der Belegschaft, von gut 10.000 auf knapp 6.000. Es war die größte offenkundig KI-begründete Massenentlassung eines S&P-500-Unternehmens. Die Aktie sprang um 24 Prozent. Acht Milliarden Dollar an Wertzuwachs an einem Tag. 4.000 Menschen verloren ihren Job, und der Markt feierte.

Dorsey nannte in der Analystenkonferenz einen konkreten Kipppunkt: Im Dezember 2025 seien die KI-Modelle “um eine Größenordnung leistungsfähiger” geworden. An die Aktionäre schrieb er, die meisten Unternehmen seien spät dran und würden innerhalb eines Jahres zu derselben Schlussfolgerung kommen.

KI oder Kosmetik?

Hier fehlt ein entscheidender Kontext: Exakt am selben Tag legte Block seine Q4-Zahlen für 2025 vor. Der Bruttogewinn stieg um 24 Prozent auf 2,87 Milliarden Dollar. Die Cash App legte um 33 Prozent zu. Der Markt feierte also nicht primär ein vages KI-Versprechen, sondern ein exzellentes Quartal, gepaart mit einer Kostensenkung von rund 500 Millionen Dollar pro Jahr.

Kritiker fragen zu Recht, ob KI hier wirklich der Auslöser ist oder nur ein bequemes Etikett. Oxford Economics (eine britische Wirtschaftsforschungsgesellschaft) nennt das Phänomen “AI-Washing”: Unternehmen, die KI als bessere Story für Kürzungen nutzen, die sie ohnehin vorgenommen hätten. Bloomberg titelte mit genau diesem Begriff. Wharton-Ökonomen halten es für schwer vorstellbar, dass ein Unternehmen plötzlich firmenweit 50 Prozent Effizienzgewinn realisiert, wenn effektive KI-Werkzeuge erst seit kurzem existieren.

Die Fakten liefern Material für diese Lesart. Block verdreifachte die Belegschaft während der Covid-Zeit von 3.900 auf über 12.500. Dorsey gab selbst zu, zwei parallele Unternehmensstrukturen aufgebaut zu haben. Vieles davon ist klassische Restrukturierung. Eine PwC-Studie (vom Beratungshaus PricewaterhouseCoopers) vom Januar 2026 liefert den breiteren Kontext: 56 Prozent der CEOs weltweit berichten bislang keinen finanziellen Return aus KI-Investitionen.

Die Vorlage?

Ob KI der wahre Grund war oder nicht: Die Marktreaktion ist real, und sie wird Folgen haben. 24 Prozent Kurssprung für die Halbierung der Belegschaft, das ist eine Vorlage, die jeder CFO sieht und nachrechnet. In den ersten zwei Monaten 2026 wurden bereits 22.000 Entlassungen KI zugeschrieben.

CFOs lernen daraus nicht zwingend, dass KI sofort funktioniert. Sie lernen, dass “KI-Transformation” das perfekte PR-Schutzschild ist, um längst überfällige Margenkorrekturen und das Wegschneiden von Covid-Speck durchzuführen, ohne als rücksichtsloser Sanierer dazustehen. Block hat die Schwelle verschoben, ab der es akzeptabel erscheint. Wie viele Folgen werden, ist eine offene Frage.

Quellen: ¹⁰ CNN, „Block lays off nearly half its staff because of AI”, 26. Februar 2026 ¹¹ CNN / YouTube, „Block Just Fired 4,000 Employees With AI — Stock Surged 25% Instantly”, Februar 2026 ¹² The Guardian, „Can AI do 40% of your job? Block’s Jack Dorsey thinks so”, 3. März 2026 ¹³ Bloomberg, „AI-Washing” — Begriffsprägung im Kontext der Block-Entlassungen, Februar 2026 ¹⁴ Wharton-Ökonomen, zitiert in Branchenberichten zur Block-Restrukturierung, 2026 ¹⁵ PwC, CEO Survey, Januar 2026 ¹⁶ Branchenberichte, KI-zugeschriebene Entlassungen Q1 2026

Karpathy: Wer Agenten orchestriert, programmiert eine Organisation. Andrej Karpathy (Mitgründer von OpenAI und ehemaliger KI-Chef bei Tesla) veröffentlichte Ergebnisse aus Multiagenten-Experimenten. Sein Fazit: Die eigentliche Kompetenz beim Arbeiten mit KI-Agenten ist keine technische. Wer Agenten koordiniert, Rollen definiert, Aufgaben verteilt und Feedback-Schleifen baut, betreibt Organisationsdesign. Die Implikation für Führungskräfte ist direkt: Die gefragteste Fähigkeit der nächsten Jahre könnte darin bestehen, Teams aus Menschen und Maschinen gleichzeitig zu führen.

Knuth und Claude lösen eine offene mathematische Vermutung. Donald Knuth (87, Informatik-Legende und Autor von “The Art of Computer Programming”, dem Standardwerk der Algorithmen-Literatur) nutzte Claude Opus 4.6, um eine offene Vermutung über hamiltonsche Zyklen (Pfade in Graphen, die jeden Knoten genau einmal besuchen) in bestimmten Graphen zu lösen. Das Paper trägt den Titel “Claude’s Cycles”. Die KI fand das Muster durch systematische Iteration. Knuth schrieb den formalen Beweis. Der Unterschied ist der Mensch, der die richtigen Fragen stellt.

Chinas stärkstes Open-Source-Team zerfällt. Junyang Lin und Binyuan Hui, zwei der profiliertesten Entwickler des Qwen-Teams bei Alibaba, haben das Unternehmen verlassen. Qwen (ein offenes KI-Modell, das als Chinas fortschrittlichste Alternative zu westlichen Anbietern wie Meta gilt) verliert damit seine wichtigsten Architekten. Alibabas Position im Wettbewerb um Open-Weight-Modelle (frei verfügbare Modelle, deren Gewichte öffentlich zugänglich sind) schwächt sich massiv ab.

OpenAI wirft GPT-5.4 auf den Markt. Nur wenige Tage nach der Veröffentlichung von GPT-5.3 Instant hat OpenAI überraschend GPT-5.4 veröffentlicht. Ein derart hohes Veröffentlichungstempo zeigt vor allem eins: Nach dem Pentagon-PR-Desaster und den massiven Deinstallationen will OpenAI die Schlagzeilen zurück. Ob der Release technische Durchbrüche liefert oder eine Nebelkerze ist, müssen externe Tests zeigen.

BullshitBench v2: Nur zwei Modelle bestehen. Ein Forscherteam hat die zweite Version von BullshitBench veröffentlicht, einem Benchmark (einem standardisierten Test für KI-Modelle), der prüft, wie zuverlässig Sprachmodelle zugeben, dass sie eine Antwort nicht kennen. Ergebnis: Nur Claude und Qwen bestehen. Alle anderen Modelle, inklusive OpenAIs bisherigem Lineup, erfinden mit hoher Zuverlässigkeit plausibel klingende Antworten auf unbeantwortbare Fragen.

Apple M5 Pro und M5 Max vorgestellt. Apple hat die nächste Generation seiner Laptop-Chips angekündigt. Für KI-Anwendungen relevant: Der M5 Max unterstützt bis zu 192 GB vereinheitlichten Speicher (ein Architekturansatz, bei dem CPU und GPU auf denselben Speicher zugreifen). Das macht MacBooks zunehmend zu lokalen Inferenzmaschinen (Geräte, die KI-Modelle direkt berechnen können), auf denen mittelgroße Sprachmodelle ohne Cloud-Anbindung laufen.

Quellen: Karpathy — Andrej Karpathy, Multiagenten-Experimente, X/Twitter und Hacker News, 2026 Knuth — Donald Knuth, „Claude’s Cycles”, Stanford CS, cs.stanford.edu/~knuth/papers/claude-cycles.pdf Qwen — Binance Square / Gigazine / SimpleNews, „Key Members Depart from Qwen Team”, März 2026 GPT-5.4 — OpenAI Release Notes; SWE-rebench Leaderboard, swe-rebench.com BullshitBench — BullshitBench v2, Forscherteam, 2026 Apple M5 — Apple Produktankündigung; YouTube-Benchmarks, März 2026

Nächste Ausgabe: Freitag, 13.03.2026

Über diesen Newsletter: Dieser Newsletter basiert auf meiner eigenen Recherche, Lektüre und Einordnung. KI unterstützt mich bei der Strukturierung, dem Entwurf und der Dokumentation. Themenauswahl, Bewertung und finale Redaktion liegen bei mir.