Stanfords 423-seitiger KI-Bericht: Die Lücke zwischen China und den USA beträgt nur 2,7 %, und DeepSeek von der Tsinghua-Universität schafft es unter die zehn besten weltweit.

Autor: New Zhiyuan

Herausgegeben von: Sleepy Peach

Der „KI-Indexbericht 2026“ der Stanford University ist erschienen! Dieser 432-seitige Bericht ist äußerst aufschlussreich: Der Wettstreit zwischen den USA und China im Bereich KI hat die Kluft fast vollständig geschlossen und auf nur noch 2,7 % verringert. Weltweit werden jährlich 95 hochqualifizierte KI-Talente hervorgebracht, die größtenteils in großen Unternehmen arbeiten. Besonders alarmierend ist der Rückgang der Beschäftigungsmöglichkeiten für Entwickler im Alter von 22 bis 25 Jahren um 20 %.

Stanford HAI hat heute seinen „KI-Indexbericht 2026“ veröffentlicht!
 

Dieser 423-seitige Jahresbericht legt umfassend die aktuelle Machtsituation der globalen KI-Branche offen.

Daraus wurde eine wichtige Schlussfolgerung gezogen: Die Fähigkeiten der KI wachsen rasant; die Fähigkeit der Menschheit, sie zu messen und zu steuern, hat jedoch nicht Schritt gehalten.

Die schockierendste Schlussfolgerung ist –

Der Leistungsunterschied zwischen chinesischen und amerikanischen KI-Modellen hat sich weitgehend aufgelöst, und die beiden Seiten wechseln sich im Spitzenwettbewerb häufig ab. Derzeit beträgt Anthropics Vorsprung nur noch 2,7 %.

Die Vereinigten Staaten geben mehr Geld für KI aus als jedes andere Land, aber es wird zunehmend schwieriger für sie, die besten Talente zu gewinnen.

Der Bericht weist außerdem darauf hin, dass die Entwicklung der KI auf keinen sogenannten „Flaschenhals“ gestoßen ist, sondern sich im Gegenteil in einem beispiellosen Tempo vollzieht.

Im vergangenen Jahr haben mehr als 90 % der weltbesten Models die menschliche Leistungsfähigkeit bei wissenschaftlichen Problemen auf Doktorandenniveau, multimodalem Denken und wettbewerbsorientierter Mathematik erreicht oder sogar übertroffen.

Insbesondere im Hinblick auf die Programmierfähigkeiten stiegen die SWE-Benchmark-Ergebnisse innerhalb eines Jahres von 60 % auf nahezu 100 %.

Allerdings weist die KI eine gravierende „Ungleichmäßigkeit“ in ihren Spezialisierungen auf, was zu einer verzerrten Situation führt:

LLM kann zwar eine IMO-Goldmedaille gewinnen, aber analoge Uhren kann es nicht korrekt ablesen, die Genauigkeit liegt bei nur 50,1 %.

Inzwischen ist die Vorhersage, dass KI Arbeitsplätze vernichten würde, Realität geworden, und die ersten, die darunter leiden, sind die jungen „Arbeiter der heutigen Zeit“.

Hier die Fakten: 12 wichtige Trends, die man im „KI-Indexbericht 2026“ im Auge behalten sollte.

Weitere Highlights im Überblick:

Die globale Rechenleistung im Bereich KI hat sich in drei Jahren um das 30-fache erhöht, wobei Nvidia einen Marktanteil von 60 % hält und fast alle Chips von TSMC hergestellt werden.

Die weltweiten Investitionen in KI in Unternehmen werden bis 2025 voraussichtlich 581,7 Milliarden US-Dollar erreichen, mehr als doppelt so viel wie im gleichen Zeitraum des Vorjahres. Fast die Hälfte davon entfällt auf die Vereinigten Staaten.

Die Zahl der KI-Forscher, die in die USA kommen, ist in sieben Jahren um 89 % gesunken, allein im letzten Jahr um 80 %.

Die Beschäftigungsmöglichkeiten für Softwareentwickler im Alter von 22 bis 25 Jahren sind seit 2024 um 20 % zurückgegangen, wobei insbesondere Einstiegsstellen betroffen sind.

China hat insgesamt 85 öffentliche KI-Supercomputer gebaut, mehr als doppelt so viele wie Nordamerika, und belegt damit weltweit den ersten Platz.

Die Nutzungsrate von KI am chinesischen Arbeitsplatz liegt bei über 80 % und übertrifft damit den globalen Durchschnitt von 58 % deutlich.

Die leistungsstärksten Modelle werden zunehmend undurchsichtig; für 80 von 95 repräsentativen Modellen ist kein Trainingscode öffentlich verfügbar.

Die Kluft zwischen China und den USA in Bezug auf räumliche Nähe hat sich auf nur noch 2,7 % verringert.

Stanford hat die besten US-amerikanischen und chinesischen Spieler der Arena-Rangliste seit Mai 2023 im selben Koordinatensystem dargestellt.

Im Mai 2023 führte GPT-4-0314 mit 1320 Punkten, während China noch bei chatglm-6b lag, ein Unterschied von mehr als 300 Punkten.

Im Februar 2025 erreichte DeepSeek-R1 erstmals kurzzeitig die gleiche Leistung wie das US-amerikanische Modell.

Im März 2026 erzielte Claude Opus 4.6 aus den Vereinigten Staaten 1503 Punkte, während dola-seed-2.0-preview aus China 1464 Punkte erzielte.

Derzeit beträgt die Lücke zwischen China und den USA im Bereich der KI nur 39 Punkte, was einem Prozentsatz von 2,7 % entspricht.

Noch bemerkenswerter ist die Häufigkeit dieser Rollenwechsel im vergangenen Jahr. Seit Anfang 2025 haben die führenden Models beider Länder auf Arena mehrfach die Plätze getauscht.

Die Zahlen sind auch annähernd gleich.

Im Jahr 2025 brachten die Vereinigten Staaten 50 „bedeutende Modelle“ auf den Markt, und China zog mit der Veröffentlichung von 30 erstklassigen Großmodellen nach.

In der obersten Liga befinden sich OpenAI, Google, Alibaba, Anthropic und xAI alle auf der gleichen Bühne, wobei die globalen Top 5 die Gewinne gleichmäßig unter sich aufteilen.

Schaut man sich die Top 10 genauer an, so belegen vier der Plätze chinesische Institutionen und Unternehmen: Alibaba, DeepSeek, die Tsinghua-Universität und Bitgroup.

Der Fokus des Open-Source-Ökosystems hat sich in diesem Jahr ebenfalls deutlich nach Osten verlagert.

DeepSeek, Qwen, GLM, MiniMax und Kimi haben alle die Grenzen der Open-Source-Gewichtungsfunktionen erweitert.

Berücksichtigt man zusätzlich die Anzahl der veröffentlichten Artikel, Zitate, Patentanmeldungen und Installationen von Industrierobotern, so belegt China in all diesen Bereichen weltweit den ersten Platz.

Der Preis ist ein weiterer Aspekt.

Ausländische Entwickler haben die Kosten für X berechnet, und der Ausgabepreis von Seed 2.0 Pro beträgt nur etwa ein Zehntel des Preises von Claude Opus 4.6.

Hochleistungsfähige Oberflächenmontagetechnik zum Zehntel des Preises. Die Kettenreaktion, die sich daraus entwickelt, hat gerade erst begonnen.

90 % der innovativen Modelle stammen aus der Industrie und erreichen eine beispiellose Transformationsgeschwindigkeit.

Von den 95 repräsentativsten Modellen, die im vergangenen Jahr veröffentlicht wurden, stammten mehr als 90 % aus der Industrie und nicht aus akademischen Einrichtungen oder staatlichen Laboren.

Die akademische Gemeinschaft ist hinter die Frontlinien zurückgefallen.

Die Freigabegeschwindigkeit beschleunigt sich ebenfalls abnormal.

Allein im Februar 2026 kamen acht Flaggschiffmodelle auf den Markt: Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5 und GLM-5.

Der Zyklus der Investitur der Götter änderte sich von „Jahren“ zu „Monaten“.

Benchmark in einem Jahr gedeckelt, KI hat keinen Flaschenhals

Die dramatischste Kurve zeigt sich im Bereich der Programmierung.

SWE-bench Verified, der Maßstab für tatsächliche Fehlerbehebung, stieg innerhalb eines Jahres von 60 % auf nahezu 100 %.

Es stieg nicht nur um ein paar Punkte; es erreichte im Grunde sein Limit.

Terminal-Bench testet die Fähigkeit des Agenten, reale Terminalaufgaben zu bewältigen, und dieser Prozentsatz ist von 20 % im letzten Jahr auf 77,3 % gestiegen.

Die Erfolgsquote der Cybersicherheitsagenten bei der Lösung von Problemen stieg von 15 % auf 93 %.

Gemini Deep Think gewann eine Goldmedaille bei der Internationalen Mathematik-Olympiade.

Wissenschaftliche Fragebeantwortung auf Doktorandenniveau (GPQA Diamond), akademische Wettbewerbsmathematik (AIME) und multimodales Denken (MMMU) – diese galten ursprünglich als „für Menschen unübertrefflich“, doch modernste Modelle haben sie alle gemeistert.

Das aussagekräftigste Beispiel ist „Die letzte Prüfung der Menschheit“.

Dies ist ein Test, der speziell darauf ausgelegt ist, „KI zu benachteiligen und menschliche Experten zu bevorzugen“, wobei die Fragen von führenden Experten aus verschiedenen Bereichen gestellt werden.

Im vergangenen Jahr erreichte OpenAI einen O1-Wert von 8,8 %, und das führende Modell steigerte ihn innerhalb eines Jahres um weitere 30 Prozentpunkte. Aktuell liegen sowohl Claude Opus 4.6 als auch Gemini 3.1 Pro über 50 %.

Eine gezahnte Vorderkante kann eine IMO-Goldmedaille gewinnen, aber keine Uhr ablesen.

Derselbe Index lieferte jedoch ein anderes Ergebnis.

Das leistungsstärkste Modell erreichte bei der Aufgabe „Ablesen einer analogen Uhr“ eine Genauigkeit von 50,1 %.

Der Roboter erreichte in einer Laborsimulationsumgebung (RLBench) eine Erfolgsquote von 89,4 %. Wurde er jedoch in einer realen Haushaltsumgebung eingesetzt, um Hausarbeiten wie Geschirrspülen und Wäschefalten zu erledigen, sank die Erfolgsquote sofort auf 12 %.

Der Unterschied zwischen Labor und Küche beträgt 77 Prozentpunkte.

Forscher haben dieses Phänomen als „gezackte Grenze“ bezeichnet. Die Fähigkeiten der KI sind ungleichmäßig verteilt; sie kann zwar eine Goldmedaille bei der Mathematik-Olympiade gewinnen, aber nicht zuverlässig die aktuelle Uhrzeit angeben.

Künstliche Intelligenz kann Goldmedaillen bei Mathematik-Olympiaden gewinnen, aber ihre Fähigkeit, analoge Uhren zu verstehen, liegt nur bei 50 %. Die Entwicklung der KI schreitet zwar voran, aber in eine andere Richtung.

Darüber hinaus nähert sich die Spitzenleistung der KI im Test mit intelligenten Agenten (OSWorld) mit 66,3 % dem menschlichen Maßstab an.

Im PaperArena-Test, der speziell die Logik wissenschaftlicher Forschung bewertet, erzielte der leistungsstärkste KI-gestützte Agent jedoch nur 39 %, was lediglich der Hälfte der Leistungsfähigkeit eines Doktoranden entspricht.

Diese Ungleichmäßigkeit hindert Unternehmen jedoch nicht mehr daran, KI in ihre Produktionslinien zu integrieren.

Eine weitere Zahl aus dem AI Index besagt, dass die weltweite KI-Einführungsrate in Unternehmen 88 % erreicht hat. Neun von zehn Unternehmen haben KI bereits in irgendeine Form von Arbeitsablauf integriert.

Die Kosten steigen parallel dazu. Die Anzahl der KI-bezogenen Vorfälle hat sich von 233 im Jahr 2024 auf 362 erhöht.

Die Investitionen in KI steigen rasant: 581,7 Milliarden Yuan.

Die weltweiten Investitionen von Unternehmen in KI werden bis 2025 voraussichtlich 581,7 Milliarden US-Dollar erreichen, ein Anstieg von 130 % gegenüber dem Vorjahr. Davon werden voraussichtlich 344,7 Milliarden US-Dollar auf Private-Equity-Investitionen entfallen, ein Plus von 127,5 % gegenüber dem Vorjahr.

Beide Kurven haben sich nahezu verdoppelt.

Im Ländervergleich liegen die Vereinigten Staaten weit vorn. Private-Equity-Investitionen in KI erreichten in den USA im Jahr 2025 285,9 Milliarden US-Dollar. Darüber hinaus wurden in den USA jährlich 1.953 neue KI-Startups gegründet, mehr als zehnmal so viele wie im zweitplatzierten Land.

Geld strömt in rasantem Tempo in die Vereinigten Staaten. Doch eine andere wichtige Ressource der Vereinigten Staaten fließt in die entgegengesetzte Richtung.

Die Zahl der KI-Forscher, die in die Vereinigten Staaten wechseln, ist um 89 % gesunken.

Eine Zahlenreihe in dem Dokument hat mich überrascht.

Seit 2017 ist die Zahl der KI-Forscher und -Entwickler, die in die Vereinigten Staaten einreisen, um 89 % zurückgegangen.

Noch wichtiger ist jedoch, dass sich dieser Rückgang beschleunigt. Allein im vergangenen Jahr hat er 80 % erreicht.

Die Vereinigten Staaten sind zwar nach wie vor das Land mit der weltweit höchsten Dichte an KI-Forschern, doch der Wasserhahn wird zugedreht.

Die Kurven für Geld und Menschen haben sich umgedreht. Eine solche Situation gab es im letzten Jahrzehnt nicht.

Der Schlüssel zu einer 30-fachen Steigerung der Rechenleistung innerhalb von drei Jahren liegt in den Händen eines einzigen Unternehmens.

Die Entwicklung der KI-Fähigkeiten beschleunigt sich, und die dahinter liegende Rechenleistungskurve verläuft noch schneller.

Seit 2021 hat sich die weltweite Rechenleistung für künstliche Intelligenz verdreißigfacht. In den letzten drei Jahren hat sie sich jedes Jahr mehr als verdreifacht.

Nur wenige Unternehmen unterstützen diese Kurve.

Die GPUs von Nvidia decken über 60 % der weltweiten KI-Rechenleistung ab. Amazon und Google belegen mit ihren selbstentwickelten Chips die Plätze zwei und drei, doch selbst zusammen sind sie weit davon entfernt, zu Nvidia aufzuschließen.

Fast alle diese Chips stammen von einem einzigen Auftragsfertiger, TSMC. Je steiler die Kurve der Rechenleistung, desto geringer die Anfälligkeit.

Gleichzeitig steigen auch die Kosten.

Die Gesamtleistung globaler KI-Rechenzentren hat 29,6 GW erreicht, was dem gesamten Strombedarf des US-Bundesstaates New York während der Spitzenzeiten entspricht. Die geschätzten CO₂-Emissionen einer einzelnen Trainingssitzung mit xAI Grok 4 betragen 72.816 Tonnen CO₂-Äquivalent, was den Abgasemissionen von 17.000 Autos während eines ganzen Jahres entspricht.

Wo soll das Rechenzentrum gebaut werden, woher soll der Strom kommen und wo sollen die Chips produziert werden – diese drei Fragen haben sich in diesem Jahr zu den größten Kopfzerbrechen für alle CEOs von KI-Unternehmen entwickelt.

Die Verbreitung generativer KI erreichte innerhalb von drei Jahren 53 %, wobei die Nutzung in chinesischen Betrieben 80 % übersteigt.

Generative KI hat innerhalb von drei Jahren eine weltweite Durchdringungsrate von 53 % der Bevölkerung erreicht.

Diese Geschwindigkeit ist höher als die eines PCs und höher als die des Internets.

Die Durchdringungsrate variiert jedoch stark je nach Land. Singapur (61 %) und die Vereinigten Arabischen Emirate (54 %) liegen beide vor den USA. Die USA belegen hinsichtlich der Anzahl der in der Studie erfassten Länder mit einer Durchdringungsrate von 28,3 % lediglich Platz 24.

Der Kontrast wird noch größer, wenn wir den Blickwinkel von den Konsumenten auf den Arbeitsplatz verlagern.

Weitere Daten im Bericht zeigen, dass bis 2025 weltweit 58 % der Beschäftigten regelmäßig KI in ihrer Arbeit einsetzen werden. In fünf Ländern – China, Indien, Nigeria, den Vereinigten Arabischen Emiraten und Saudi-Arabien – liegt dieser Wert sogar bei über 80 %.

Die Durchdringungsrate von KI am Arbeitsplatz in China liegt bereits mehr als 20 Prozentpunkte über dem globalen Durchschnitt.

Noch interessanter ist der Nutzen für den Verbraucher.

AI Index schätzt, dass generative KI-Tools bis Anfang 2026 jährlich einen Wert von 172 Milliarden US-Dollar für US-Verbraucher generieren werden. Der mittlere Wert pro Nutzer wird sich von 2025 bis 2026 verdreifachen.

Die überwiegende Mehrheit der Nutzer verwendet weiterhin die kostenlose Version.

Der Durchschnittsbürger ist bereit, deutlich weniger für KI zu zahlen, als sie ihm tatsächlich nützt. Diese Diskrepanz versuchen derzeit alle KI-Unternehmen zu überbrücken.

Die Zahl der offenen Stellen für Berufseinsteiger ist stark zurückgegangen, während die Zahl der offenen Stellen im Entwicklungssektor für die Altersgruppe der 22- bis 25-Jährigen um 20 % gesunken ist.

Der Abschnitt über Jugendbeschäftigung, der die chinesischen Leser im gesamten AI Index wahrscheinlich am meisten zum Schweigen brachte, war derjenige über Jugendbeschäftigung.

Die Zahl der Softwareentwickler im Alter von 22 bis 25 Jahren ist seit 2024 um etwa 20 % zurückgegangen.

Unterdessen wächst die Gruppe der älteren Gleichaltrigen sogar noch.

Dies beschränkt sich nicht auf Entwicklerfunktionen. Das gleiche Muster zeichnet sich auch in anderen Branchen mit hohem KI-Einsatz ab, beispielsweise im Kundenservice.

Noch besorgniserregender sind die Ergebnisse der Unternehmensumfrage. Die befragten Führungskräfte gehen im Allgemeinen davon aus, dass die künftigen Entlassungen noch umfangreicher ausfallen werden als in den vergangenen Monaten.

Hier geht es nicht um die gesamtwirtschaftliche Arbeitslosenquote, sondern um die konkrete Beseitigung von Einstiegsjobs.

Der Verlust des ersten Arbeitsplatzes bedeutet einen wichtigen Karriereschritt. Die langfristigen Folgen lassen sich derzeit noch nicht vollständig abschätzen.

Künstliche Intelligenz revolutioniert die Art und Weise, wie wissenschaftliche Entdeckungen gemacht werden.

Wenn der Abschnitt über Beschäftigung kühl ist, dann ist der Abschnitt über Wissenschaft warm.

Die Anzahl der KI-bezogenen Veröffentlichungen in den Bereichen Naturwissenschaften, Physik und Lebenswissenschaften stieg bis 2025 jährlich um 26 bis 28 Prozent.

Im Hinblick auf konkrete Anwendungen markierte dieses Jahr das erste Mal, dass KI einen vollständigen Wettervorhersageprozess erfolgreich abgeschlossen hat. Sie generiert direkt aus den meteorologischen Rohdaten endgültige Vorhersagen für Temperatur, Windgeschwindigkeit und Luftfeuchtigkeit, ohne jeglichen Eingriff herkömmlicher numerischer Modelle.

KI entwickelt sich von „Hilfe beim Schreiben von Aufsätzen“ und „Hilfe beim Berechnen von Zahlen“ hin zu „selbstständiger Entdeckung“.

Dasselbe gilt für Krankenhäuser. Bis 2025 begannen viele Krankenhäuser, KI-Systeme einzusetzen, die automatisch Patientenakten aus Patientengesprächen generieren konnten. Ärzte verschiedener Krankenhaussysteme berichteten, dass sich der Zeitaufwand für die Erstellung von Patientenakten um bis zu 83 % verringert und die Burnout-Rate deutlich gesunken sei.

Derselbe Index dämpfte jedoch die Euphorie um medizinische KI. Eine Auswertung von über 500 klinischen KI-Studien ergab, dass fast die Hälfte der Studien auf prüfungsähnlichen Datensätzen basierte, während nur 5 % reale klinische Daten verwendeten.

Es steht außer Frage, dass KI die Tippzeit von Ärzten reduzieren kann. Der klinische Nutzen von KI bei realen Patienten wirft jedoch noch viele Fragen auf.

Die Welle des Selbstlernens hat die Welt erfasst, und die formale Bildung ist ins Hintertreffen geraten.

Die formale Bildung hinkt der KI hinterher.

In den USA nutzen mittlerweile vier von fünf Schülern und Studenten KI, um ihre Schularbeiten zu erledigen. Allerdings verfügt nur die Hälfte der High Schools über Richtlinien für den KI-Einsatz, und lediglich 6 % der Lehrkräfte halten diese Richtlinien für verständlich formuliert.

Die Schüler rennen voraus, während der Lehrer noch stillsteht; die Regeln wurden noch nicht erklärt.

Während die formale Bildung hinterherhinkt, erfasst eine Welle des Selbststudiums die Welt. Laut dem Bericht verzeichnen die Vereinigten Arabischen Emirate, Chile und Südafrika das schnellste Wachstum im Bereich der KI-Ingenieurkompetenzen.

Es sind nicht die Vereinigten Staaten, es ist nicht Europa.

Der steilste Teil der Kompetenzkurve ist der, den niemand beobachtet.

Das mächtigste Modell wird zum undurchsichtigsten und spaltet Experten und Öffentlichkeit.

Das stärkste Modell wird zum undurchsichtigsten.

Der durchschnittliche Wert des Foundation Model Transparency Index sank dieses Jahr auf 40 Punkte, nach 58 Punkten im Vorjahr. AI Index nannte Google, Anthropic und OpenAI namentlich und erklärte, dass sie die Größe ihrer neuesten Trainingsdaten und die Trainingszeit nicht mehr öffentlich offenlegen.

Von den 95 repräsentativsten Modellen, die im letzten Jahr veröffentlicht wurden, haben 80 ihren Trainingscode nicht freigegeben.

Die öffentliche Meinung ist komplexer geworden.

Weltweit stieg der Anteil derjenigen, die KI als eher nützlich als schädlich einschätzen, von 52 % auf 59 %. Gleichzeitig erhöhte sich jedoch der Anteil derjenigen, die KI mit Sorge begegnen, von 50 % auf 52 %.

Sie wachsen gleichzeitig in zwei Richtungen.

Die USA sind das Land mit der größten Meinungsverschiedenheit. Nur 33 % der Amerikaner glauben, dass KI ihre Arbeit verbessern wird, verglichen mit einem globalen Durchschnitt von 40 %. Auch das Vertrauen in die staatliche Regulierung von KI ist unter den befragten Ländern mit 31 % am geringsten.

Die Singapurer haben ein Vertrauen von 81 % in die Regulierung von KI durch ihre Regierung.

Nach dem jüngsten Angriff auf das Haus von Sam Altman waren die Menschen im Silicon Valley „überrascht“, als sie feststellten, dass normale Leute in den Kommentaren auf Instagram keinerlei Mitgefühl zeigten, und einige meinten sogar, „es hätte heftiger ausfallen sollen“.

Sie hatten nicht bemerkt, dass die Lage so schlimm geworden war.

Laut den im Forschungsbericht zitierten Daten von Pew und Ipsos beträgt die Diskrepanz zwischen der Einschätzung von Experten und der öffentlichen Meinung über die Auswirkungen von KI auf Beschäftigung, Gesundheitswesen und Wirtschaft im Allgemeinen mehr als 30 Prozentpunkte, wobei die größte Diskrepanz 50 Prozentpunkte erreicht.

Einerseits schnellen die Kurven im Labor in die Höhe, andererseits wächst die Besorgnis in den Herzen der einfachen Bevölkerung.

Es gibt keine Brücke in der Mitte.

Abschließend

Der 423-seitige Bericht enthielt Hunderte von Diagrammen und Grafiken, aber in Wirklichkeit wurde nur ein einziges Diagramm gezeichnet.

Die horizontale Achse repräsentiert die Zeit, die vertikale Achse die Fähigkeit.

Die Kurven für Modellleistung, Rechenleistung, Investitionen und Akzeptanzrate steigen rasant. Alles andere stagniert oder sinkt.

Das war’s zum KI-Index 2026.

Die KI entwickelt sich rasant. Alles andere fällt zurück.

Wenn Sie in dieser Branche tätig sind, sollten Sie sich jetzt nicht die Frage stellen: „Was wird die Zukunft bringen?“, sondern vielmehr: „Auf welcher Kurve befinde ich mich?“