Peter Steinberger, der Schöpfer von OpenClaw, setzt sich für spezialisierte KI statt allgemeiner künstlicher Intelligenz (AGI) ein. In einem Gespräch mit dem Y Combinator-Podcast betonte er, dass die wahre Stärke von KI in der Spezialisierung liegt – ähnlich wie in der menschlichen Gesellschaft, wo individuelle Expertise und Zusammenarbeit zu komplexen Leistungen führen. Gegenüber der allgegenwärtigen Vision von AGI, einem hypothetischen System, das menschliche Intelligenz in allen Bereichen übertrifft, argumentiert Steinberger, dass selbst ein einzelner Mensch keine iPhone-Entwicklung oder Raumfahrt ohne Teamarbeit bewältigen könnte. KI müsse daher nicht universell sein, sondern gezielt auf bestimmte Aufgaben ausgerichtet werden. Aktuelle KI-Systeme, die als „allgemein“ klassifiziert werden, seien in der Praxis bereits spezialisiert – etwa bei der Lösung mathematischer Probleme wie dem Erdős-Problem oder der Identifizierung genetischer Mutationen. Startups wie Axiom, gegründet von ehemaligen Meta-Forschern und mit 64 Millionen Dollar Seed-Finanzierung, entwickeln KI für anspruchsvolle mathematische Beweise. Google DeepMind hingegen arbeitet an AlphaGenome, einem System zur Vorhersage der Auswirkungen von DNA-Mutationen auf biologische Prozesse. Auch die Entwicklung kleinerer, effizienter Modelle gewinnt an Bedeutung: Aidan Gomez von Cohere betonte 2024, dass sich der Fokus zunehmend auf intelligente, datenbasierte Optimierung kleinerer Modelle verschiebt, statt nur durch Skalierung zu wachsen. Steinberger ist nicht der Einzige, der die AGI-Hype-Kultur hinterfragt. Timnit Gebru, Gründerin des Distributed AI Research Institute, bezeichnete AGI in einem November-Video für Nature als „fiktiv“ und kritisierte die Branche für die Verfolgung eines undefinierten, mythischen „Maschinen-Gottes“. Sie warnt vor negativen Folgen wie Ausbeutung von Arbeitskräften und Umweltschäden. Steinberger, ursprünglich bekannt als Gründer von PSPDFKit, kehrte aus dem Ruhestand zurück, um mit KI zu arbeiten – zunächst aus der Motivation, einfach „etwas, das schreiben kann, damit mein Computer Dinge erledigt“. Heute steht er für eine pragmatische, aufgabenorientierte KI-Entwicklung, die sich von der Spekulation über eine universelle Intelligenz abwendet. Industrieexperten sehen in dieser Bewegung eine notwendige Korrektur: Spezialisierte KI sei nicht nur realistischer, sondern auch nachhaltiger und effizienter. Die Entwicklung von Domain-angepassten Modellen könnte Innovationen in Medizin, Forschung und Industrie beschleunigen, ohne die Ressourcen und ethischen Risiken eines AGI-Wettlaufs zu verschärfen. Die KI-Branche scheint an einem Wendepunkt zu stehen – von der Suche nach einem „allmächtigen“ System hin zu einer pragmatischen, spezialisierten Intelligenz, die gemeinsam mit Menschen arbeitet, statt sie zu ersetzen.