Jensen Huang, CEO von Nvidia, sagt, dass künstliche allgemeine Intelligenz für viele Aufgaben bereits angekommen sei – und dass die Debatte über den Meilenstein Zeitverschwendung sei. Bei Nvidias Gewinnaufruf am 26. August wurde Huang angesichts der jüngsten Behauptungen von OpenAI nach AGI gefragt, wo CEO Sam Altman sagte, das Unternehmen gehe davon aus, dass es AGI bis Ende des Jahres erreichen werde.

„Für viele Aufgaben könnten wir sagen, dass wir AGI bereits erreicht haben“, sagte Huang laut [Mashable] (https://mashable.com/tech/nvidia-ceo-jensen-huang-says-agi-achieved-is-meaningless) in dem Anruf. „Ich denke an all diese Meilensteine ​​… sie sind zu diesem Zeitpunkt irgendwie sinnlos.“ Weitere Informationen zu dieser Geschichte finden Sie in unserer aktuelle KI-Trends.

Der Zeitpunkt: Ein Rekordquartal und eine provokative Behauptung

Huangs Äußerungen landeten am selben Tag, an dem Nvidia ein weiteres Rekordquartal meldete – einen Quartalsumsatz von 96,22 Milliarden US-Dollar, ein Plus von 106 % gegenüber dem Vorjahr, mit einem Rechenzentrumsumsatz von 89 Milliarden US-Dollar, wie später von PYMNTS zitierte Zahlen zeigen. Dieser Kontext ist wichtig: Der Mann, der das Computersubstrat für die gesamte KI-Branche verkauft, hat gerade argumentiert, dass der am meisten fetischisierte Maßstab der Branche keine Bedeutung mehr hat.

Die Frage, auf die er antwortete, war pointiert. Altman hat offen darüber gesprochen, dass OpenAI bis zum Jahresende AGI erreichen wird, eine Behauptung, die den Begriff weiterhin in den Schlagzeilen hält, auch wenn Forscher sich nicht darüber einig sind, was er eigentlich bedeuten würde. Für den Begriff gibt es keine allgemein anerkannte Definition, er bezieht sich jedoch im Allgemeinen auf KI, die bei einem breiten Aufgabenspektrum mit den kognitiven Fähigkeiten des Menschen mithalten oder diese übertreffen kann.

Anstatt darüber zu urteilen, ob ein einzelnes System diese Grenze überschreitet, formulierte Huang die Frage völlig neu.

Von Meilensteinen zu „profitablen Token“

Huang argumentierte, die sinnvolle Frage sei nicht, ob ein System das AGI-Label verdiene, sondern ob KI „produktive und nützliche Arbeit leistet“ – und aus Nvidias eigener Sicht als Anbieter, ob Bereitstellungen „gewinnbringende Token generieren“.

Diese Formulierung ist typisch unverblümt für ein Unternehmen, dessen Umsatz zu diesem Zeitpunkt direkt davon abhängt, wie viele Token die KI-Systeme der Welt produzieren. Huang wies auf die Entwicklung der KI hin, die über einfaches Prompt-and-Response hinausgeht: Moderne Agenten, so argumentierte er, können über ihre eigene Leistung nachdenken, neue Fertigkeiten erlernen und ihre zukünftige Leistung verbessern – Fähigkeiten, die vor nicht allzu langer Zeit als AGI-nahe Meilensteine ​​galten und heute von entscheidender Bedeutung sind.

Für Kunden und Investoren bedeutet dies, dass das AGI-Gespräch, so Huang, von der Messgröße ablenkt, die tatsächlich darüber entscheidet, ob KI-Ausgaben sinnvoll sind: der Output, für den jemand bezahlt.

Es ist eine bemerkenswerte Position für den Mann, dessen Unternehmen viele der Hochleistungschips herstellt, die die gesamte KI-Industrie antreiben, wie Mashable in seinem Bericht feststellt. Nvidia folgt jedem Leistungsanspruch in diesem Bereich – jeder Trainingslauf eines Grenzmodells und jede Einführung eines Agentenprodukts führt direkt zu einer Nachfrage nach seinen Beschleunigern. Wenn der Chiplieferant der Branche das AGI-Gespräch als Ablenkung ansieht, wird das Argument, dass Fähigkeitsmeilensteine ​​die Investitionen vorantreiben, unsicherer.

Nicht das erste Mal, dass Huang das Rennen zum Laufen erklärt hat

Wie Mashable anmerkt, ist dies nicht das erste Mal, dass der Nvidia-CEO behauptet, die Ziellinie sei hinter uns. In einem Interview mit Podcaster Lex Fridman im März 2026 wurde Huang gefragt, ob eine KI, die ein Milliardenunternehmen gründen, aufbauen und leiten könnte, innerhalb der nächsten 20 Jahre realisierbar sei.

„Ich denke, jetzt ist es soweit. Ich denke, wir haben AGI erreicht“, antwortete Huang damals.

Dann präzisierte er die Behauptung auf eine Weise, die zeigt, wo seiner Meinung nach die wahren Grenzen liegen: KI sei vielleicht in der Lage, eine milliardenschwere virale App zu erstellen, sagte er, aber sie könne kein Unternehmen wie Nvidia aufbauen. „Die Wahrscheinlichkeit, dass 100.000 dieser Agenten Nvidia aufbauen“, fügte er hinzu, „liegt bei null Prozent.“

Warum die Meinungsverschiedenheit mit Altman wichtig ist

Die öffentliche Kluft zwischen Huang und Altman ist mehr als semantischer Natur. Wenn OpenAI bis Dezember AGI erklärt und der CEO von Nvidia das gleiche Quartal damit verbringt, den Meilenstein als sinnlos zu bezeichnen, erhält die Branche zwei konkurrierende Rahmenbedingungen für dieselbe Technologie: eine bahnbrechende Erzählung, die bahnbrechende Investitionen rechtfertigt, und eine Nutzenerzählung, die Systeme anhand der von ihnen geleisteten Arbeit und der von ihnen generierten Einnahmen beurteilt.

Für Unternehmen, die Beschaffungsentscheidungen treffen, ist Huangs Rahmen eher operativ. Es verschiebt die Bewertung von „Ist das AGI?“ auf Fragen mit messbaren Antworten – welche Aufgaben erledigt das System, zu welchen Kosten pro Token, mit welcher Fehlerrate und bringt die Ausgabe mehr ein als die Rechenkosten?

Für die AGI-Debatte selbst ist Huangs Position gerade aufgrund seiner Position ein bemerkenswerter Datenpunkt. Niemand profitiert mehr von der KI-Rechennachfrage als Nvidia, und das Argument seines CEO, dass Leistungsmeilensteine ​​keine Rolle mehr spielen, widerspricht dem Hype-Zyklus, der die Bewertung seines Unternehmens bisher auf historische Höchststände getrieben hat. Ob das als Offenheit oder als Anbieter verstanden wird, der seine Kunden zu langweiligen, abrechenbaren Arbeitslasten drängt, hängt von Ihrer Position ab.

Klar ist, dass die AGI-Ziellinie weiter in Bewegung bleibt. Huangs Argument ist, dass genau das der Punkt ist: Wenn ein Meilenstein erreicht ist, hat die Branche bereits den nächsten erreicht, und der einzige dauerhafte Maßstab für den Fortschritt ist nützliche Arbeit zu tragbaren Kosten.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →