AGI ist kein Problem von 2030. Es ist ein Problem von 2026.

Erkenntnisse vom Scaling Business Summit 2026, Ho-Chi-Minh-Stadt.

Lars Jankowfsky eröffnete den Gipfel mit einer Korrektur. Letztes Jahr bei SBS machte er mutige Vorhersagen: AGI bis 2030, Sprachschulen außer Betrieb, Telepathie in einem Jahrzehnt. Er kam zurück, um die Anzeigetafel zu überprüfen. Das meiste davon war bereits eingetreten. Einiges davon war schneller eingetreten. Und ein Teil war deutlich gefährlicher geworden.

Lars Jankowfsky, Founder bei Gradion, hielt die Eröffnungskeynote: ein scharfes, schonungsloses Update zum Stand der AI im Jahr 2026. Kein Hype, keine Einschränkungen. Nur das Signal, das Risiko und die drei Dinge, die jeder Gründer und Operator diese Woche tun muss.

Hier ist, was er sagte und was es für Ihr Unternehmen bedeutet.

1. Der AGI-Zeitplan ist gerade zusammengebrochen

Vor einem Jahr war der Konsens unter seriösen AI-Wissenschaftlern, dass AGI - Artificial General Intelligence, also AI, die menschliches Denkvermögen in allen Bereichen erreicht oder übertrifft, irgendwo zwischen 2030 und 2032 liegen würde. Dieser Konsens ist weg.

“So gut wie jeder ernsthafte Wissenschaftler in der AI erwartet AGI innerhalb dieser US-Amtszeit,” sagte Lars. “Also dieses Jahr oder nächstes Jahr. Das ist eine massive Veränderung.”

Die Debatte darüber, ob AGI ein 2030er-Problem ist, ist beendet. Es ist ein Problem von 2025 oder 2026.

Die Zahlen hinter diesem Wandel sind nicht abstrakt. Seit GPT-4 ist der Preis für Intelligenz pro Token um das 200-Fache gesunken. Hundert-Milliarden-Dollar-Compute-Cluster sind jetzt Standard-Infrastruktur. Ray Kurzweil – lange als die optimistischste Stimme in der AI-Prognose angesehen – ist jetzt die konservative. Alle anderen sind schneller vorangekommen.

Was das praktisch bedeutet: Entscheidungen, die Ihr Unternehmen in drei Jahren über AI treffen wollte, müssen jetzt getroffen werden. Das Umfeld, in dem Sie operieren, wird in 18 Monaten nicht mehr dasselbe aussehen. Die Führungskräfte, die auf diese Realität kalibriert sind, werden einen enormen Vorteil gegenüber denen haben, die AI noch als Experiment behandeln.

Lektion 1: Der AGI-Zeitplan hat sich von 2030 auf 2026 verschoben. Jeder strategische Plan, der das nicht berücksichtigt, ist bereits veraltet.

2. Die J-Kurve ist real und die meisten Unternehmen geben kurz vor der Auszahlung auf

Siebzig Prozent aller AI-Projekte scheitern. Nicht weil die Technologie nicht funktioniert – sie funktioniert. Sie scheitern wegen dem, was in den ersten Monaten nach der Implementierung passiert: der J-Kurve.

“Sie sagen sich, hey, ich habe AI, alles ist besser, aber eigentlich wird es schlechter,” beschrieb Lars. Die Produktivität sinkt. Die Verwirrung nimmt zu. Teams leisten Widerstand. Die meisten Unternehmen stoßen auf diesen Einbruch und kommen zu dem Schluss, dass KI für sie nicht funktioniert. Sie hören auf. Sie fallen zurück.

Die J-Kurve ist kein Zeichen, dass etwas falsch läuft. Es ist der normale Preis jeder echten Transformation. Die Unternehmen, die sie im Voraus verstehen, den Einbruch einplanen, durch ihn hindurch kommunizieren und standhalten, sind diejenigen, die auf der anderen Seite mit kumulativen Vorteilen herauskommen.

Die praktische Lösung ist nicht technisch. Sie liegt in der Führung.

“Planen Sie für die J-Kurve,” sagte Lars. “Planen Sie für den Einbruch. Ja, das ist normal. Die Produktivität wird sinken. Es wird Widerstand geben.”

Benennen Sie es, bevor es passiert. Sagen Sie Ihrem Team, was zu erwarten ist. Dieses Framing allein wird die meisten frühen Misserfolge verhindern.

Lektion 2: Der Einbruch ist kein Versagenssignal. Er ist der Beweis, dass Transformation stattfindet. Die Unternehmen, die im Tal aufgeben, sind diejenigen, die am weitesten zurückfallen.

3. AI scheitert nicht. Angst schon.

Der wahre Grund, warum AI-Projekte scheitern, hat nichts mit den Modellen, den Daten oder der Infrastruktur zu tun. Es hat damit zu tun, dass die Menschen in Ihrem Büro dem Rollout zuschauen und leise eine Frage stellen: Bedeutet das, dass ich als Nächstes dran bin?

“Warum sollten sie es unterstützen? Es macht absolut Sinn, dass sie so sind wie, bitte lass alles so wie es war. Ich will es nicht,” sagte Lars. “Weil Menschen Emotionen haben. Sie haben Ängste. Sie haben Familien zu ernähren.” Wenn Unternehmen das vergessen, stoßen sie nicht auf Widerstand. Sie werden sabotiert – oft passiv, oft unsichtbar, immer wirkungsvoll.”

Die Lösung, die Lars vorschlug, sind keine Anreize oder Vorschriften. Es ist Klarheit. Er nennt es das "AI soon"-Framework: Teilen Sie Ihrem Team explizit mit, was automatisiert werden wird und, entscheidend, was niemals automatisiert werden wird. “Wir werden dem Talent-Acquisition-Team niemals die menschliche Verbindung wegnehmen. Die Maschine wird das nicht können, zumindest nicht in der absehbaren Zukunft.” Diese Aussage gibt den Menschen einen Halt. Sie verwandelt eine Bedrohung in eine Grenze.

Das Gefährlichste, was ein Führungskraft jetzt tun kann, ist AI zu implementieren, ohne die Angst zuerst anzusprechen. Das Produktivste ist es, die Grenze sichtbar zu machen, bevor das Rollout beginnt.

Lektion 3: Gehen Sie die Angst an, bevor Sie das Tool einführen. Benennen Sie, was nicht automatisiert wird. Dieses eine Gespräch wird mehr für die Akzeptanz tun als jede Technologieentscheidung.

4. Hören Sie auf, Menschen zu skalieren. Fangen Sie an, Compute zu skalieren.

Zwölf Jahre lang war die Wachstumsformel linear und einfach: mehr Umsatz erfordert mehr Menschen. Diese Formel gilt nicht mehr.

“Was wir brauchen, ist: Wenn Sie mehr Umsatz wollen, skalieren Sie Ihre Rechenkapazität, nicht unbedingt die Belegschaft”, sagte Lars.

Die jetzt entscheidende Kennzahl ist der Umsatz pro Mitarbeiter. Wenn diese Zahl nicht steigt, stimmt etwas nicht. Wenn sie steigt, tut AI seinen Job.

Das verändert, wie Sie Ihr Unternehmen prüfen. Die Frage ist nicht, welche Abteilung von AI profitieren könnte. Die Frage ist: Wo liegt der größte Schmerz, und wo kann AI ihn in großem Maßstab beseitigen? Lars gab ein konkretes Beispiel: Ein Kunde automatisiert 80% der Kundendienstantworten per E-Mail mit AI und behält menschliche Agenten nur für die komplexen Fälle. Das Ergebnis ist ein kleineres, hocheffektiveres Team und dramatisch niedrigere Stückkosten.

Die Warnung, die er dazu anfügte: Ein eigenes LLM zu entwickeln ist fast nie die Antwort. Unternehmen, die zwischen einer halben Million und einer Million Dollar in die Entwicklung proprietärer Modelle investierten, stellten fest, dass ihre Mitarbeitenden weiterhin stillschweigend ChatGPT verwendeten, weil die kommerziellen Modelle schlicht besser waren. “Was immer Sie selbst implementieren, es wird niemals so gut sein wie ein GPT,” sagte Lars. Beginnen Sie mit agentischen Systemen, die auf spezifische, hochwertige Probleme angewendet werden. Beginnen Sie nicht mit der Infrastruktur.

Lektion 4: Die Wachstumsformel hat sich verändert. Umsatz skaliert mit Compute, nicht mit Kopfzahl. Prüfen Sie Ihre größten Schmerzpunkte und automatisieren Sie einen davon diese Woche.

5. Maschinen voller liebevoller Gnade oder das Ende von allem

Lars mied die dunkle Seite nicht. P-Doom, die geschätzte Wahrscheinlichkeit, dass AGI zur Auslöschung der Menschheit führt, lag letztes Jahr bei etwa 5 %. In diesem Jahr ist der wissenschaftliche Durchschnitt gestiegen, nicht gesunken. Safe Superintelligence (SSI), gegründet von Ilya Sutskever, sammelte 32 Milliarden US-Dollar an Seed-Finanzierung ein – ohne ein einziges Produkt. “Ich habe noch nie von einem Unternehmen gehört, das 32 Milliarden Dollar bekommen hat und da ist nichts,” bemerkte Lars.

Das geopolitische Risiko ist ebenso deutlich. Wenn eine Nation AGI zuerst erreicht – ob die USA oder China –, wird die andere die Lücke nicht einfach akzeptieren. Das Szenario, das Lars beschrieb, war keine Science-Fiction. Es ist die Art von Kalkulation, die Verteidigungsministerien bereits anstellen.

Doch dabei ließ er es nicht bewenden. Das Gegenargument ist Dario Amodeis Essay aus dem Jahr 2025, “Maschinen liebevoller Gnade” – die Quelle des Titels dieser Keynote. Amodei, Mitgründer von Anthropic, argumentiert, dass wir, wenn wir KI richtig einsetzen, Krebs besiegen, psychische Erkrankungen behandeln, das Klima stabilisieren und nahezu jede ernste Herausforderung bewältigen können, vor der die Menschheit steht. Das Aufwärtspotenzial ist ebenso groß wie das Abwärtsrisiko. Das Ergebnis hängt vollständig davon ab, was wir zu entwickeln und wie wir es zu regulieren wählen.

“Es ist nur Technologie,” sagte Lars. “Es kommt darauf an, was Sie damit machen.” Er nannte Dario Amodei und Demis Hassabis als Beispiele für Menschen, die versuchen, es richtig zu machen. Bei anderen ist er weniger überzeugt. Es ging nicht darum, Helden und Schurken zu benennen. Es ging darum, dem Publikum ins Gedächtnis zu rufen, dass die Entscheidungen, die gerade jetzt von Gründerinnen und Gründern, Betreiberinnen und Betreibern sowie Investorinnen und Investoren getroffen werden, Teil desselben Oppenheimer-Moments sind – des Moments, in dem die Technologie mächtig genug wird, sodass das, was wir damit tun, alles Folgende bestimmt.

Lektion 5: Das Risiko und die Chance sind beide real und beide enorm. Die Gründer, die informiert bleiben, gesund bleiben und in der Arena bleiben, sind diejenigen, die mitbestimmen werden, welche Seite gewinnt.

Das CEO-Ausführungs-Playbook: Was Sie morgen tun sollten

1. 1. Kalibrieren Sie Ihren AGI-Zeitplan neu. Streichen Sie 2030 aus Ihrem Planungshorizont. Behandeln Sie das Eintreffen von AGI als ein 12-bis-24-Monats-Szenario und fragen Sie, was das für Ihr aktuelles Produkt, Ihre Teamstruktur und Ihre Wettbewerbsposition bedeutet.
2. 2. Wählen Sie eine agentische Automatisierung, die Sie diesen Monat implementieren. Kein Chatbot. Kein LLM. Einen spezifischen, besonders schmerzhaften Prozess – Kundensupport, HR-Vorauswahl, Rechnungsverarbeitung – und bauen Sie dafür einen zielgerichteten Agenten. Klein anfangen, das Modell beweisen, dann ausweiten.
3. 3. Führen Sie das 'AI bald'-Gespräch mit Ihrem Team. Bevor Sie Ihr nächstes AI-Rollout starten, legen Sie explizit fest, was automatisiert wird und was nicht. Halten Sie es schriftlich fest. Diese Klarheit wird mehr Akzeptanz schaffen als jede Schulungssession.
4. 4. Verfolgen Sie den Umsatz pro Mitarbeiter, nicht die Mitarbeiterzahl. Setzen Sie ein vierteljährliches Ziel für diese Zahl und überprüfen Sie sie neben Ihren üblichen Wachstumskennzahlen. Sie wird Ihnen schneller als alles andere zeigen, ob Ihre AI-Investition funktioniert.
5. 5. Schützen Sie Ihre körperliche Leistungsfähigkeit zum Führen. Das Tempo des Wandels wird sich nicht verlangsamen. Wenn Körper und Geist nicht auf anhaltende Hochleistung ausgerichtet sind, werden die Entscheidungen der nächsten 24 Monate das widerspiegeln. Behandeln Sie Gesundheit als geschäftliche Priorität, nicht als persönliche.

→ Sehen Sie sich die vollständige Keynote auf YouTube an