Jensen Huang's Gespräch in Davos: Fünf-Schicht-Kuchen, Drei Durchbrüche, Billionen an Infrastrukturinvestmenten formen die Zukunft der KI neu

Am 21. Januar auf dem Weltwirtschaftsforum in Davos führte Jensen Huang, Gründer und CEO von NVIDIA, einen tiefgehenden Dialog mit Laurence D. Fink, CEO von BlackRock, über die Zukunft der Künstlichen Intelligenz (KI) durch und enthüllte die Vision, wie KI die globale Wirtschaftslandschaft neu gestalten wird.

Jensen Huang erläuterte systematisch die Theorie des "fünfstöckigen KI-Kuchens" und wies darauf hin, dass die Revolution im gesamten Stack von der untersten Energieebene bis zur obersten Anwendungs Ebene die "größte Infrastrukturentwicklung in der Menschheitsgeschichte" auslöst.

Er ist der Meinung, dass die derzeitigen Investitionen im Milliardenbereich nur der Anfang sind und dass in Zukunft Investitionen im Billionenbereich erforderlich sein werden. Bemerkenswerterweise belegte er anhand des Beispiels, dass die Anzahl der Radiologen nicht abgenommen, sondern sogar zugenommen hat, dass KI die menschlichen Arbeitsplätze stärken, nicht ersetzen wird. Der Schlüssel liegt in der Unterscheidung zwischen "Arbeitsziel" und "Arbeitsaufgabe".

Von Chipfabriken bis hin zu KI-Supercomputern, von offenen Modellen bis hin zu Durchbrüchen in der physikalischen Intelligenz zeichnet Jensen Huang nicht nur die Entwicklungspfade der Technologie, sondern auch eine neue Weltwirtschaftsordnung, die neu definiert wird, nach.

Seine Einschätzung der "einmal-in-einer-Generation"-Chance für Europa und seine Aussichten darauf, dass sich Entwicklungsländer durch KI die technologische Kluft schließen können, zeigen tiefgreifende Erkenntnisse über die technologische Gerechtigkeit im globalisierten Kontext auf.

Im Folgenden der vollständige Transkript des Gesprächs mit Jensen Huang:

I. Die Essenz der KI: Von der "Plattformumstellung" zum "fünfstöckigen Kuchen"

Fink: Es ist mir eine große Ehre, Ihnen Jensen Huang vorzustellen. Er ist jemand, den ich auf meiner Reise des Lernens und Verstehens von Technologie und KI immer beobachtet und als Mentor angesehen habe. Die Art und Weise, wie er NVIDIA leitet, ist erstaunlich. Seit der Börsengang hat NVIDIA für seine Aktionäre eine durchschnittliche jährliche Gesamtrendite von 37 % erzielt. Stellen Sie sich vor, wenn jeder Pensionsfonds bei der IPO von NVIDIA investiert hätte, wie groß der gemeinsame Erfolg wäre. Im Vergleich dazu liegt die Gesamtrendite von BlackRock bei etwa 21 %, was für ein Finanzdienstleistungsunternehmen schon sehr gut ist, aber im Vergleich zu NVIDIA schwindet. Dies bestätigt eindrucksvoll die Führungsqualitäten von Jensen Huang, die Marktposition von NVIDIA und das Vertrauen der Welt in seine Zukunft. Jensen Huang, herzlichen Glückwunsch zu Ihren Errungenschaften. Ich bin überzeugt, dass die Reise vor uns noch ergiebiger sein wird.

Jensen Huang: Mein einziger Bedauern ist, dass ich nach der IPO der Firma einige Aktien verkauft habe. Damals hatte das Unternehmen einen Marktwert von 300 Millionen US-Dollar. Ich kaufte damit meinen Eltern ein damals teuerstes Mercedes-Benz S-Klasse-Auto. Jetzt bereuen sie es, aber das Auto ist noch da.

Fink: Die Diskussionen über KI drehen sich immer darum, wie sie die Welt und die globale Wirtschaft verändern wird. Heute möchte ich untersuchen, wie KI zur globalen Wirtschaft beitragen kann und wie sie eine grundlegende Technologie werden kann, mit der jeder sein Leben verbessern kann. Wir müssen uns überlegen, wie KI die Produktivität, die Arbeitskräfte und die Infrastruktur in allen Bereichen neu gestalten wird. Noch wichtiger ist, wie sie die Welt neu gestalten und mehr Menschen davon profitieren lassen wird, um sicherzustellen, dass der globale Wirtschafts-Kuchen immer größer wird. Ich denke, niemand versteht KI und die erforderliche Infrastruktur besser als Jensen Huang. Viele große Cloud-Anbieter sind Benutzer von NVIDIA-Produkten, und die Beteiligung an der gesamten KI-Infrastrukturbranche ist sehr hoch. Warum hat KI das Potenzial, so wichtiger Wachstumsmotor zu werden? Wie unterscheidet sich die gegenwärtige Situation von früheren Technologiezyklen?

Jensen Huang: Um die Wichtigkeit der KI zu verstehen, muss man zuerst erkennen, dass es sich nicht nur um eine neue Anwendung handelt, sondern um eine tiefgreifende "Plattformumstellung". Genau wie bei den persönlichen Computern, dem Internet, der Mobiltechnik und der Cloud-Computing-Technologie bedeutet die Plattformumstellung, dass der gesamte Rechenstack neu erfunden wird und ein neues Anwendungsökosystem entsteht. Das ChatGPT, das Sie heute nutzen, ist an sich eine Anwendung. Noch wichtiger ist, dass in Zukunft unzählige neue Anwendungen auf Modellen wie ChatGPT und Claude aufbauen werden. Das ist die Bedeutung der Plattformumstellung.

Der Schlüssel zum Verständnis der KI liegt darin, zu erkennen, was sie kann, was früher nicht möglich war. Frühere Software war im Wesentlichen ein "vorgeschriebenes Programm". Menschen schrieben klare Algorithmen, damit Computer strukturierte Informationen wie Namen und Konten verarbeiten konnten. Wir nennen dies SQL-Abfragen. Fast alle Systeme arbeiteten früher auf SQL-Basis. Heute kann KI vollständig unstrukturierte Informationen wie Bilder, Texte und Stimmen verstehen. Sie kann die Umgebung und den Kontext in Echtzeit wahrnehmen, Ihre Absicht verstehen und Aufgaben ausführen. Dies ist das erste Mal, dass wir einen Computer haben, der nicht ein "vorgeschriebenes Programm" ist, sondern die Welt in Echtzeit verstehen und verarbeiten kann.

Da wir den gesamten Rechenstack neu erfinden, müssen wir die KI aus industrieller Perspektive verstehen. Ich bin der Meinung, dass KI im Wesentlichen ein "fünfstöckiger Kuchen" ist:

Die unterste Ebene ist die Energie: KI benötigt eine enorme Menge an Energie, um in Echtzeit Intelligenz zu verarbeiten und zu generieren. Dies ist die physikalische Grundlage für alles.

Die zweite Ebene ist die Chip- und Recheninfrastruktur: Hier liegt der Schwerpunkt von NVIDIA, das die Kernrechenleistung liefert.

Die dritte Ebene ist die Cloud-Infrastruktur und -Dienste: Die Rechenleistung wird Unternehmen und Entwicklern als Dienstleistung angeboten.

Die vierte Ebene ist die KI-Modellebene: Beispiele sind ChatGPT, Claude und DeepSeek. Dies ist die Ebene, die der Öffentlichkeit am bekanntesten ist.

Die oberste Ebene ist die Anwendungs Ebene: Die konkreten Anwendungen von KI in der Finanzbranche, im Gesundheitswesen, in der Fertigung, im Dienstleistungssektor und vielen anderen Branchen sind die Ebene, auf der schließlich wirtschaftlicher Wert entsteht.

Der Schlüssel liegt darin, dass diese neue Rechenplattform von allen darunter liegenden Ebenen stark unterstützt werden muss. Daher erleben wir - wie Sie sehen können - den Beginn der größten Infrastrukturentwicklung in der Menschheitsgeschichte. Derzeit wurden weltweit Investitionen im Milliardenbereich getätigt, aber "das ist nur der Anfang". Ich habe zusammen mit Larry in vielen Projekten gesehen, dass die in Zukunft zu bauenden Anlagen einen Wert von "Billionen von US-Dollar" haben werden. Dies ist sinnvoll, denn alle Kontextinformationen müssen verarbeitet werden, damit KI-Modelle Intelligenz generieren und die darauf aufbauenden Anwendungen antreiben können.

Dieser Boom in der Infrastrukturentwicklung wogt weltweit: TSMC hat die Planung von 20 neuen Chipfabriken angekündigt. Wir arbeiten mit Foxconn, Wistron und Quanta zusammen und planen die Errichtung von 30 Computermaschinenfabriken, die zu KI-Fabriken werden sollen. Micron hat in den USA Investitionen von 200 Milliarden US-Dollar in die Speichertechnologie gestartet, und SK Hynix und Samsung wachsen ebenfalls rasant. Gleichzeitig erreichte die Risikokapitalinvestition 2025 einen Rekordwert. Eine große Menge an Kapital fließt in "KI-native Unternehmen" in verschiedenen Branchen, da die Modellebene reif genug ist, um den Ausbruch von Anwendungen auf der oberen Ebene zu unterstützen.

II. Von der digitalen zur physikalischen Welt: Drei Durchbrüche bei der Explosion der KI

Fink: Wie wird KI in die physische Welt eindringen? Welche transformativen Chancen gibt es in Bereichen wie Gesundheitswesen, Verkehr und Wissenschaft?

Jensen Huang: Wenn wir auf das vergangene Jahr zurückblicken, sind drei Meilensteine in der KI-Modellebene passiert:

Erstens sind die Modelle von "kurios" zu "zuverlässig und praktisch" geworden. Frühe Modelle hatten die Tendenz, "Illusionen" zu erzeugen (d. h. Informationen zu erfinden). Der große Fortschritt im vergangenen Jahr bestand darin, dass die Modelle lernten, schrittweise zu argumentieren (d. h. Chain-of-Thought) und komplexe Probleme zu zerlegen, Forschungs- oder Ausführungspläne zu entwickeln und vernünftige Schlussfolgerungen für Situationen zu ziehen, die in den Trainingsdaten nicht vorkamen. Dies zeigt, dass Sprachmodelle sich zu "agentenbasierten KI-Systemen" entwickeln, die wichtige Aufgaben übernehmen können.

Zweitens ist das Aufkommen von offenen Modellen. Mit der Veröffentlichung von DeepSeek entstand das erste starke Open-Source-Inferenzmodell. Danach tauchten eine Reihe von offenen Modellen auf. Dies ist von entscheidender Bedeutung, da es globalen Unternehmen, Branchen, Forschern, Universitäten und Start-ups ermöglicht, mit niedrigerem Eintrittshürde auf Basis dieser offenen Modelle eigene domänenspezifische KI-Systeme zu erstellen.

Drittens wurden enorme Fortschritte in der "physikalischen KI" oder "physikalischen Intelligenz" erzielt. KI versteht nicht nur Sprache, sondern beginnt auch, die Naturgesetze zu verstehen. Dies umfasst das Verständnis von Proteinstrukturen, chemischen Reaktionen, Strömungsdynamik, Teilchenphysik usw. Diese natürlichen Strukturen sind wie eine "Sprache", die KI lernt zu verstehen. Ein gutes Beispiel ist unsere Zusammenarbeit mit Eli Lilly. Sie erkannten, dass KI in der Lage ist, Protein- und chemische Strukturen so gut zu verstehen, dass man wie mit ChatGPT auch mit Proteinen "sprechen" kann. Dies wird zu großen Durchbrüchen in Bereichen wie der Arzneimittelentdeckung führen.

Diese Durchbrüche bedeuten, dass KI sich von der digitalen Welt fest in die physische Welt bewegt und sich tief in die reale Wirtschaft wie die Fertigungsindustrie, die medizinische Forschung und Entwicklung und die Materialwissenschaft integriert, um eine neue Ära der "physikalischen KI" einzuläuten.

III. KI und Beschäftigung: Schaffung, nicht Ersetzung

Fink: Diese Durchbrüche haben auch Sorgen um die Beschäftigung ausgelöst. Sie haben immer eine andere Meinung vertreten und sind der Ansicht, dass die Entwicklung von KI selbst eine große Anzahl von Arbeitsplätzen schaffen wird und dass es sogar zu einem Mangel an Arbeitskräften kommen könnte. Wie sehen Sie die Veränderung der Arbeitsbedingungen durch KI und Robotik, anstatt Arbeitsplätze zu eliminieren?

Jensen Huang: Wir können dies aus zwei Perspektiven betrachten.

Zunächst schafft diese größte Infrastrukturentwicklung in der Menschheitsgeschichte selbst eine riesige Anzahl von hochqualifizierten und gut bezahlten Arbeitsplätzen. Das Bauen von Chipfabriken, Computermaschinenfabriken und KI-Fabriken erfordert eine große Anzahl von Installateuren, Elektriker, Bauarbeitern, Stahlarbeitern und Netzwerktechnikern. In den USA sind die Löhne in diesen Bereichen fast verdoppelt und erreichen sechsstellige Jahresgehälter, und es besteht ein Mangel an qualifizierten Arbeitskräften. Dies bietet der Gesellschaft eine breite Palette an anständigen Arbeitsmöglichkeiten, die nicht alle einen Doktortitel in Informatik erfordern.

Zweitens spricht das beste Beispiel für sich. Vor etwa zehn Jahren sagte man, dass Radiologen eine der ersten Berufe sein würden, die von KI ersetzt werden würden, da KI bei der Bilderkennung die Menschen übertreffen würde. Aber zehn Jahre später, als KI in die Radiologie vollständig integriert ist, hat die Anzahl der Radiologen sogar zugenommen. Warum? Weil das Ziel der Radiologen die Diagnose von Krankheiten und die Hilfe für Patienten ist, und "Blick auf die Scan-Bilder" nur eine Aufgabe ist. KI automatisiert diese zeitaufwändige Aufgabe, sodass die Ärzte die Bilder schneller analysieren können und mehr Zeit haben, mit Patienten zu kommunizieren, komplexe Diagnosen zu stellen und mit anderen Ärzten zusammenzuarbeiten. Daher können die Krankenhäuser mehr Patienten behandeln, ihre Einnahmen steigen und sie nehmen mehr Radiologen ein.

Dasselbe passiert derzeit in der Pflegeberuf. In den USA besteht ein Mangel an 5 Millionen Pflegekräften. Durch die Verwendung von KI-Werkzeugen wie Abridge zur automatischen Aufzeichnung und Transkription von Krankenakten (was ursprünglich fast die Hälfte der Zeit der Pflegekräfte in Anspruch nahm), können die Pflegekräfte mehr Zeit für die Besuche und Pflege der Patienten verwenden. Die Kapazitätsgrenze der Krankenhäuser wird überwunden, die Betriebseffizienz steigt und natürlich nehmen sie mehr Pflegekräfte ein.

Beim Betrachten der Auswirkungen von KI auf die Arbeit liegt der Schlüssel in der Unterscheidung zwischen "Arbeitsziel" und "Arbeitsaufgabe". KI ist gut darin, konkrete, repetitive Aufgaben zu automatisieren, aber sie stärkt gerade die Fähigkeit der Menschen, die Kernziele der Arbeit (wie Fürsorge, Kommunikation, Kreativität, komplexe Entscheidungen) zu erreichen. Die Steigerung der Produktivität schafft neue Nachfragen und neue Dienstleistungsmodelle, die wiederum mehr Arbeitsplätze schaffen.

IV. Globale Gerechtigkeit von KI: Chancen für Entwicklungsländer

Fink: Wie können wir sicherstellen, dass KI nicht nur die entwickelten Länder und die gebildeten Schichten erreicht, sondern eine globale, gerecht verteilte Wachstumskraft wird?

Jensen Huang: Erstens sollte KI als Teil der nationalen Schlüsselinfrastruktur angesehen werden, genauso wie Strom, Straßen und Kommunikationsnetze. Es gibt kein Land auf der Welt, das es nicht braucht. Obwohl man KI-Dienste importieren kann, ist es jetzt dank offener Modelle nicht mehr unerreichtbar, eine KI zu trainieren, die den nationalen Bedürfnissen entspricht. Jedes Land sollte in die eigene KI-Infrastruktur investieren und seine wertvollsten Ressourcen - Sprache, Kultur und lokale Kenntnisse - nutzen, um sein eigenes Ökosystem der "nationalen Intelligenz" zu entwickeln und zu verbessern.

Zweitens ist KI die am einfachsten zu bedienende und zugänglichste Technologie aller Zeiten. Ihre Nutzerzahl hat in zwei oder drei Jahren fast eine Milliarde erreicht, was die schnellste Wachstums- und Verbreitungsrate aller Technologien ist. Für Personen in Entwicklungsländern, die keine Programmierkenntnisse haben, können sie auch mit KI über natürliche Sprache kommunizieren, um Probleme zu lösen. Beispielsweise können Sie KI direkt fragen: "Ich möchte meine eigene Website erstellen. Was soll ich tun?" KI wird Sie durch den gesamten Prozess führen und sogar Code für Sie generieren. Diese niedrige Schwelle macht es möglich, dass KI ein mächtiges Werkzeug wird, um die globale