Steht der KI nicht nach Jobs, sondern nach Menschen? Jensen Huang taucht erstmals in Davos auf: Sie hat die größte Infrastrukturwelle der Menschheit ausgelöst.

Am 21. Januar auf der Weltwirtschaftsforum in Davos hatte Jensen Huang, CEO von NVIDIA, zum ersten Mal ein Dialog auf der Bühne.

Diesmal schloss nicht Jensen Huang die Diskussion auf NVIDIA's GPU, Rechenleistung Plattform oder Netzwerkarchitektur ein; sondern er ging selten über die Grenzen von NVIDIA hinaus und erklärte diese Dinge aus einer makroskopischeren Perspektive:

Welche Veränderungen passieren in der KI - Technologie selbst

Wie ist die KI - Branche eigentlich aufgebaut

Wie könnte die KI die Gesellschaft und die Beschäftigung beeinflussen

Nach Jensen Huang's Ansicht kann das Industriensystem der KI in fünf Ebenen unterteilt werden, nämlich Energie, Chips und Recheninfrastruktur, Cloud - Infrastruktur und Cloud - Dienstleistungen, KI - Modellschicht und die Anwendungsschicht über dem Modell.

Und was wirklich entscheidet, ob die KI in Produktivität umgewandelt werden kann und ob sie einen wirtschaftlichen Mehrwert generieren kann, ist die Anwendungsschicht. Er sagte direkt:

"Letztes Jahr war ein extrem erstaunliches Jahr für die KI. Ehrlich gesagt, war es, weil die Modelle so schnell vorangekommen sind, dass die obere Schicht, die Schicht, die wir alle wirklich brauchen, um mit der KI erfolgreich zu sein: die Anwendungsschicht, plötzlich explodierte."

Und in der KI - Modellschicht passierten im Jahr 2025 drei "umbruchswirksame" Dinge:

Agentic AI

Der Durchbruch von Open - Source - Modellen

Der enorme Fortschritt in der Physikalischen KI

Was noch interessanter ist, angesichts der weit verbreiteten Angst, dass die KI Arbeitsplätze ersetzen könnte, gab er ein fast völlig gegenteiliges Urteil und meinte, dass die KI möglicherweise keine Arbeitslosigkeitsschwelle bringen wird, sondern eher einen "Mangel an Arbeitskräften" verursachen wird:

"Dies ist die größte Infrastrukturentwicklung in der Menschheitsgeschichte. Sie wird eine große Anzahl von Arbeitsplätzen schaffen... Wir brauchen Installateure, Elektriker, Bauarbeiter, Stahlbauer, Netzwerktechniker und Leute, die Geräte installieren und verlegen.

In den Vereinigten Staaten erreichen oder überschreiten die Gehälter dieser Berufe bereits sechsstellige Zahlen. Sie brauchen keinen Doktortitel in Informatik, um eine anständige Karriere zu haben."

Im Folgenden finden Sie den Inhalt dieses Interviews. InfoQ hat es unter Beibehaltung der ursprünglichen Bedeutung bearbeitet.

Diesmal ist es anders: Die KI bricht die gesamte Rechenlogik um und baut sie neu auf

Moderator: Die meisten Diskussionen über die KI drehen sich heute um die Frage, wie sie die Welt und die Weltwirtschaft verändern wird. Aber ich möchte von einem anderen Blickwinkel ausgehen: Ist die KI nicht nur eine Art, die Welt zu verändern, sondern kann sie auch den gesamten wirtschaftlichen Kuchen vergrößern? Und kann sie es mehr Menschen ermöglichen, sie wirklich zu nutzen und mit der Entwicklung Schritt zu halten, anstatt nur wenigen zu nutzen? ... Dann kommen wir direkt zum Thema: Warum glauben Sie, dass die KI das Potenzial hat, so ein wichtiger Wachstumsmotor zu werden? Was unterscheidet diese Technologiewelle von den früheren Technologiezyklen?

Jensen Huang: Zunächst einmal, wenn Sie über die KI nachdenken und auf verschiedene Weise mit ihr interagieren - natürlich werden Sie ChatGPT nutzen, natürlich Gemini und natürlich Claude von Anthropic. Die "magischen" Dinge, die sie tun kann, lassen einen erstaunt sein.

Aber wenn wir uns jetzt an die erste Prinzipien halten und verstehen, was in der Rechenschicht passiert, wird die Sache klarer: Dies ist ein platform shift (Plattformwechsel / plattformübergreifende Veränderung). Eine Plattform ist das, worauf Anwendungen aufgebaut werden.

In der Geschichte hat jeder Plattformwechsel eine neue Anwendungsökosystem geschaffen:

Von Großrechnern zu PCs

Von PCs zum Internet

Von Internet zu Mobile und Cloud - Computing

Bei jedem Plattformwechsel wird die Rechenschicht neu erfunden und neue Anwendungen werden geschaffen.

Die KI ist auch ein Plattformwechsel. ChatGPT selbst ist nur eine Anwendung. Wichtiger ist, dass unzählige neue Anwendungen darauf aufgebaut werden, ebenso wie auf Claude und anderen großen Modellen.

Die Software in der Vergangenheit war im Wesentlichen wie "voraufgezeichnet": Menschen geben Eingaben, schreiben Algorithmen oder "Rezepte", damit der Computer sie ausführt.

Sie kann strukturierte Informationen verarbeiten - das heißt, Sie müssen Informationen wie Namen, Adressen, Konten, Alter, Wohnorte zunächst in strukturierte Tabellen bringen, und dann sucht die Software danach. Wir nennen es SQL, SQL - Abfragen. SQL ist vielleicht der wichtigste Datenbankmotor der Welt. Bis jetzt lief fast alles auf SQL.

Und jetzt haben wir erstmals einen Computer, der nicht "voraufgezeichnet" ist, sondern in Echtzeit (real time) arbeitet und unstrukturierte Informationen verstehen kann. Genauer gesagt:

Kann unstrukturierte Informationen (Text, Bilder, Sound) verstehen

Kann Semantik und Kontext verstehen

Kann in Echtzeit Ihre Absichten ableiten, und diese Absichten können auf sehr unstrukturierte Weise ausgedrückt werden

Kann auf sehr unstrukturierte Weise ausgedrückt werden. Sie können es so beschreiben, wie Sie möchten.

Wir nennen diese Eingabe prompt (Hinweis). Wenn er Ihre Absichten verstehen kann, kann er Aufgaben für Sie ausführen. Dies ist nicht mehr "voraufgeschriebene Software", sondern ein System, das in Echtzeit Intelligenz generiert.

Das Industriensystem der KI hat "fünf Ebenen", und die Anwendungsschicht ist die wichtigste

Da wir die gesamte Rechenschicht neu aufbauen, fragen sich die Leute: "Was ist die KI?" Viele Leute denken, wenn sie über die KI sprechen, direkt an Modelle.

Aber aus industrieller Sicht ist die KI eher wie ein fünfstöckiger Kuchen:

Die unterste Schicht ist die Energie (energy). Die KI arbeitet in Echtzeit und generiert in Echtzeit Intelligenz. Sie braucht Energie.

Die zweite Schicht ist die, in der ich tätig bin: Chips und Recheninfrastruktur.

Die dritte Schicht ist die Cloud - Infrastruktur und Cloud - Dienstleistungen.

Die vierte Schicht ist die KI - Modelle - die meisten Leute denken, dass die KI nur diese Schicht ist. Aber vergessen Sie nicht, dass die Modelle erst möglich sind, weil alle darunter liegenden Schichten existieren.

Und die wichtigste Schicht, die auch gerade passiert, ist die Anwendungsschicht über den Modellen (application layer).

Letztes Jahr war ein extrem erstaunliches Jahr für die KI. Ehrlich gesagt, war es, weil die Modelle so schnell vorangekommen sind, dass die obere Schicht, die Schicht, die wir alle wirklich brauchen, um mit der KI erfolgreich zu sein: die Anwendungsschicht explodierte.

Diese Anwendungsschicht kann in Bereichen wie Finanzdienstleistungen, Gesundheitswesen, Fertigungsindustrie usw. sein. Am Ende generiert diese Schicht die wirtschaftlichen Gewinne.

Aber der Schlüssel liegt darin: Diese Rechenplattform braucht die Unterstützung aller darunter liegenden Schichten. Genau weil diese fünf Schichten gleichzeitig aufgebaut werden müssen, erleben wir die größte Infrastrukturentwicklung in der Menschheitsgeschichte.

Derzeit haben wir nur einige hundert Milliarden Dollar investiert, und was wirklich benötigt wird, liegt im Bereich von einigen Billionen Dollar.

Chipfabriken, Computerfabriken und KI - Fabriken werden weltweit gleichzeitig gebaut:

TSMC hat die Planung von 20 neuen Waferfabriken angekündigt.

Foxconn, Wistron und Quanta bauen Dutzende von Computerfabriken.

Die Speicherhersteller (Micron, SK Hynix, Samsung) erweitern sich umfassend.

Sie können sehen, dass die gesamte "Chip - Schicht" heute sehr schnell wächst.

Natürlich achten wir auch stark auf die Modellschicht.

Aber was noch aufregender ist, ist, dass die Anwendungsschicht über den Modellen sehr gut abschneidet.

Ein sehr anschauliches Indiz ist: Wohin fließen die Gelder aus Risikokapital? Das Jahr 2025 war eines der Jahre mit der größten Risikokapitalinvestition in der Geschichte, und der Großteil der Gelder floss in sogenannte KI - native Unternehmen (AI native companies).

Diese Unternehmen stammen aus allen großen Branchen weltweit, wie Gesundheitswesen, Robotik, Fertigungsindustrie, Finanzdienstleistungen usw. Sie können sehen, wie eine große Menge an Investitionen in diese KI - nativen Unternehmen fließt, denn zum ersten Mal sind die Modelle gut genug, um darauf Produkte und Geschäfte aufzubauen.

Letztes Jahr passierten in der Modellschicht "drei große Dinge".

Moderator: Lassen Sie uns tiefer in die Sache gehen. Offensichtlich glaube ich, dass jeder hier seinen eigenen Chatbot hat, um Informationen zu erhalten. Sie haben gerade erwähnt, dass die "Dispersion der KI" der Schlüssel sein wird. Lassen Sie uns über ihre Verbreitung in der physischen Welt sprechen - Sie haben erwähnt, dass das Gesundheitswesen ein gutes Beispiel ist. Welche Chancen sehen Sie in Bereichen wie Verkehr und Wissenschaft, die umbruchswirksame Veränderungen bringen könnten?

Jensen Huang: Letztes Jahr, so denke ich, passierten in der KI - Technologieschicht, insbesondere in der Modellschicht, drei große Dinge.

Erstens: Agentic AI. Die Modelle waren zunächst nur "neugierig und interessant", aber hatten viele Halluzinationen. Letztes Jahr konnten wir relativ vernünftig akzeptieren, dass diese Modelle "solider" und "fundierter" wurden. Sie können Recherchen machen, können über Situationen, für die sie nicht trainiert wurden, schließen; können Probleme in Schritte zerlegen, Pläne entwickeln und dann Ihre Fragen beantworten, Recherchen machen oder Aufgaben ausführen. Also sahen wir letztes Jahr, wie sich Sprachmodelle in KI - Systeme entwickelten, die wir agentische Systeme nennen, also Agentic AI.

Zweitens: Der Durchbruch von Open - Source - Modellen. Vor ein paar Jahren - oder war es vor einem Jahr? - Als DeepSeek aufkam, machten sich viele Sorgen. Ehrlich gesagt, war DeepSeek für die meisten Branchen und Unternehmen weltweit ein großer Deal, weil es das erste Open - Source - Inferenzmodell (open reasoning model) der Welt war. Danach erschienen eine Reihe von Open - Source - Inferenzmodellen. Open - Source - Modelle ermöglichen es Unternehmen, Branchen, Forschern, Pädagogen, Universitäten und Start - Ups, diese Open - Source - Modelle als Ausgangspunkt zu nutzen, um etwas zu machen - Modelle und Systeme zu entwickeln, die für ihre eigenen Bereiche spezialisiert sind.

Drittens: Der enorme Fortschritt in der Physikalischen Intelligenz oder Physikalischen KI. Das heißt, die KI versteht nicht nur Sprache, sondern auch die "Natur", die physikalische Welt: Proteine, chemische Substanzen; die Natur und die Physik - wie Strömungsmechanik, Teilchenphysik, Quantenphysik. Diese KI - Systeme lernen verschiedene Strukturen, verschiedene "Sprachen". In gewisser Weise ist ein Protein selbst eine Sprache. Der Fortschritt dieser KI - Systeme ist so schnell, dass Fertigungsunternehmen, Unternehmen in der Arzneimittelentwicklung usw. bemerkenswerte Durchbrüche erzielen.

Eines der starken Indizien ist unsere Zusammenarbeit mit Eli Lilly. Sie haben erkannt, dass die KI in Bezug auf das Verständnis von Proteinstrukturen und chemischen Strukturen enorme Fortschritte gemacht hat - in gewisser Weise werden wir in der Lage sein, wie mit ChatGPT zu sprechen, "mit Proteinen zu sprechen". Wir werden sehr wichtige Durchbrüche sehen.

Die KI nimmt keine Arbeitsplätze weg, sondern führt eher zu einem "Mangel an Arbeitskräften"

Moderator: Diese Durchbrüche haben auch Sorgen um die "Menschen" ausgelöst. Sie und ich haben uns schon oft darüber unterhalten, aber heute muss ich es der ganzen Gruppe sagen: Die Menschen machen sich allgemein sehr Sorgen, dass die KI Arbeitsplätze ersetzen wird. Und Sie haben immer das Gegenteil behauptet. Glauben Sie wirklich, dass wir mit einem Mangel an Arbeitskräften konfrontiert sein werden? Wie sehen Sie die Veränderung der Arbeitsbeschaffenheit durch die KI und die Robotik, anstatt die Arbeitsplätze zu eliminieren?

Jensen Huang: Es gibt verschiedene Möglichkeiten, dies abzuleiten.

Zunächst einmal ist dies die größte Infrastrukturentwicklung in der Menschheitsgeschichte. Sie wird eine große Anzahl von Arbeitsplätzen schaffen. Noch besser ist, dass diese Arbeitsplätze eng mit Handwerksfertigkeiten verbunden sind: Wir brauchen Installateure, Elektriker, Bauarbeiter, Stahlbauer, Netzwerktechniker und Leute, die Geräte installieren und verlegen.

In den Vereinigten Staaten erreichen oder überschreiten die Gehälter dieser Berufe bereits sechsstellige Zahlen. Sie brauchen keinen Doktortitel in Informatik, um eine anständige Karriere zu haben.

Hier sind noch zwei reale Beispiele.

Vor 10 Jahren dachte man, dass die KI die Radiologie eliminieren würde. Tatsächlich ist es so, dass die KI in die Bildanalyse vollständig eingedrungen ist, die Geschwindigkeit, mit der Ärzte Röntgenbilder betrachten, stark erhöht hat, und so mehr Zeit haben, mit den Patienten zu kommunizieren und zu diagnostizieren. Die Anzahl der Radiologen hat sogar zugenommen.

Die Logik ist: Die Aufnahmefähigkeit des Krankenhauses steigt → Das Einkommen steigt → Es werden mehr Radiologen eingestellt.

Das Gleiche gilt für Krankenschwestern. In den Vereinigten Staaten fehlen derzeit etwa 5 Millionen Krankenschwestern.

Wenn man die KI für die Krankenaktenführung (charting) und die Transkription von Behandlungsberichten (transcription) einsetzt, verbringen die Krankenschwestern eigentlich die Hälfte ihrer Zeit mit diesen "Aufzeichnungstätigkeiten".

Und jetzt können sie die KI - Technologie nutzen. Es gibt ein Unternehmen namens Abridge, ein Partner von uns, das es sehr gut macht. So können die Krankenschwestern mehr Zeit für die eigentliche "Betreuung der Patienten" bei Besuchen und Pflege verwenden.

Und weil jetzt mehr Patienten aufgenommen werden können, sind wir nicht mehr durch die Anzahl der Krankenschwestern limitiert. Mehr Patienten können früher ins Krankenhaus kommen. Das Ergebnis ist: Das Krankenhaus funktioniert besser, und so werden mehr Krankenschwestern eingestellt.

Die Logik ist: Die Effizienz des Krankenhauses steigt → Es werden mehr Krankenschwestern eingestellt.

Also ist die einfachste Methode, um die Auswirkungen der KI auf einen bestimmten Beruf zu beurteilen, zu klären, was der Zweck und die konkreten Aufgaben dieses Berufes sind.

Zum Beispiel: Wenn man nur eine Kamera auf uns richtet, könnte man denken, dass wir Schreibkräfte sind, weil ich die meiste Zeit am Schreiben bin. Wenn die KI eine große Menge an Textvorhers