Zwei Mal gegen den allgemeinen Trend gewettet – kann Wang Tao wirklich die Nachfolge von Mark Zuckerberg antreten?
Die Welle der KI-Branche folgt aufeinander, und bei jeder Welle strömen die Menschen in Scharen, aber es ist nicht sicher, dass es Goldgruben an den Orten gibt, an denen sich die Menschen drängen. In Tao Wangs zehnjähriger Laufbahn gab es zwei Entscheidungen, die dem Mainstream widersprachen: Mit 19 Jahren brach er das Studium ab, um Datenannotierung zu betreiben, und mit 29 Jahren gab er das neun Jahre lang von ihm gegründete Unternehmen auf, um bei Meta zu arbeiten – und beide Male erzielte er Erfolg im weltlichen Sinne.
Danach war das öffentliche Bild von Tao Wang sehr einheitlich: MIT-Abbrecher, Gründer von Scale AI, führender KI-Produktverantwortlicher. Diese Etiketten ergeben einen scheinbar glatten und glänzenden Lebenslauf im Bereich Wissenschaft und Innovation. Aber abgesehen von dem von der Außenwelt verliehenen Glanz ist Tao Wangs zehnjährige Laufbahn keine legendäre Geschichte des Aufstiegs aus der Unterschicht.
Oder gesagt: Die zwei wichtigen Entscheidungen in zehn Jahren bilden für sich allein keine vollständige Geschichte. Was wirklich wert ist, festgehalten zu werden, ist, was nach seinen Entscheidungen passiert ist, einschließlich der Dinge, die er nicht kontrollieren konnte.
Los Alamos und ein Disneyland-Ticket
Tao Wangs Eltern waren Physiker am Los Alamos National Laboratory, und er wuchs unter Wissenschaftlern auf. Die Themen beim Familienessen waren Atomtheorie und numerische Simulationen, und die Aktivitäten an Halloween bestanden aus wissenschaftlichen Experimenten. Seine Eltern haben ihm keine Unmengen an Hausarbeiten aufgegeben, sondern nur einen Programmierlehrer eingestellt, als sie sein Interesse an Computern bemerkten. Sie haben ihm das Spielen von Spielen nie verboten, aber Tao Wang hatte nie Zeit, darin zu versinken.
In der sechsten Klasse gab es eine Chance, kostenlos zum Disneyland zu fahren, wenn man MATHCOUNTS gewann, also nahm Tao Wang zum ersten Mal an einem Mathematikwettbewerb teil. Später gab er gegenüber *Forbes* zu, dass genau dieses kostenlose Ticket sein Interesse an Wettbewerbsmathematik weckte.
Später nahm Tao Wang an der gesamten Reihe von Wettbewerben bis zum US-amerikanischen Mathematik-Olympiade-Programm und dem US-amerikanischen Physikteam teil und erreichte sogar das Finale des USACO. In der High School arbeitete er bereits als Vollzeit-Ingenieur im Silicon Valley, zuerst bei Addepar, später bei Quora, wo er Lucy Guo kennenlernte, die spätere Mitbegründerin von Scale AI. Mit 17 Jahren verwaltete er Systeme, die täglich Hunderte von Millionen Anfragen verarbeiteten.
Mit 18 Jahren kam er zum MIT und wählte im ersten Semester Informatikkurse auf Graduiertenebene aus. Ein Jahr später brach er das Studium ab. Zu seinen Eltern sagte er nur: „Diesen Sommer mache ich etwas“, und kehrte nie wieder zur Schule zurück.
2016 gründeten Tao Wang und Lucy Guo Scale AI in San Francisco, um Datenannotierung zu betreiben. Wie unüblich war diese Entscheidung damals? Die gesamte Branche konzentrierte sich auf Algorithmen, und die Datenannotierung galt als sich wiederholende Handarbeit ohne technischen Gehalt und ohne Vorstellungsmöglichkeiten.
Aber Tao Wangs Urteil folgte einer anderen Logik. Er war der Ansicht, dass Algorithmen die Obergrenze des Modells bestimmen, während Daten bestimmen, ob das Modell in die Praxis umgesetzt werden kann. Direkt auf die „Schaufel“ der gesamten KI-Industrie zu setzen, ist sinnvoller, als sich auf Algorithmen zu konzentrieren.
Tao Wang erwähnte seine Erfahrungen im Interview
Scale begann mit dem autonomen Fahren, schloss Verträge mit Cruise und Tesla ab und unterzeichnete 2019 den ersten Vertrag mit Facebook. Später erweiterte sich der Kundenkreis auf OpenAI, Microsoft und das US-Verteidigungsministerium. Im Jahr 2021 überschritt das Vermögen des 24-jährigen Tao Wang 1 Milliarde US-Dollar, womit er zu dem damals jüngsten Selfmade-Milliardär wurde.
Hinter der Erfolgsgeschichte steht die Situation der „KI-Arbeiter“. Berichten zufolge hat die Scale-eigene Plattform Remotasks weltweit etwa 240.000 registrierte unabhängige Auftragnehmer, die sich hauptsächlich auf Länder wie Kenia, die Philippinen und Venezuela verteilen. Untersuchungen zeigen, dass diese Arbeitnehmer nur 1 bis 3 US-Dollar pro Stunde verdienen und in der Regel keine Altersvorsorge, Krankenversicherung und langfristige Verträge haben.
In den Aufzeichnungen von Amnesty International sagte ein philippinischer Arbeiter, dass er auf Remotasks täglich zehn bis zwölf Stunden, sieben Tage die Woche arbeite und ein Tageseinkommen von etwa 8 US-Dollar habe. Eine Studie der Universität Oxford aus dem Jahr 2022 wies darauf hin, dass die Plattform nur zwei von zehn fairen Arbeitsstandards erfüllt.
Erwähnenswert ist auch, dass die Beziehung zwischen Tao Wang und seiner Mitbegründerin Lucy Guo nicht reibungslos verlief. Bei der Leitung des Betriebsteams hatten Tao Wang und Lucy Guo Meinungsverschiedenheiten über die Konzepte. Lucy Guo war der Ansicht, dass Tao Wang das Problem der Zahlungen an die Vertragsarbeiter nicht gut gelöst habe, während Tao Wang an seiner Meinung festhielt. Schließlich entließ Tao Wang Lucy Guo, und die beiden trennten sich.
Zu Meta gehen und das erfolgreiche Produkt Muse entwickeln
Nachdem er Scale AI schrittweise zu einem führenden Anbieter in seinem Nischenbereich gemacht hatte, erkannte Tao Wang allmählich die Grenzen des Geschäfts. Datendienste gehören zur unterstützenden Infrastruktur der KI-Industrie, dienen immer Algorithmen und Endprodukten, können C-End-Nutzer nicht direkt erreichen und lassen sich nur schwer zu KI-Produktformen weiterentwickeln, die näher am Leben der breiten Öffentlichkeit sind. Die Obergrenze dieses Bereichs veranlasste ihn, nach neuen Entwicklungsrichtungen zu suchen.
Gerade als Tao Wang über eine Transformation und einen Durchbruch nachdachte, stand Meta AI vor Entwicklungsengpässen. Mark Zuckerberg rief Tao Wang aktiv an, und die Eröffnung war nur ein Satz: „Hast du Zeit für ein Telefonat?“. Die beiden lernten sich ursprünglich durch einen Freund kennen, und zwischen der Vermittlung und dem ersten Treffen lag ein ganzes Jahr. Erst nach der Veröffentlichung von Llama 4 wandte sich Zuckerberg persönlich an ihn. Vom ersten Kontakt bis zur Ankündigung der Vereinbarung vergingen nur fünf bis sechs Wochen.
Die endgültige Lösung sah vor, dass Meta 49 % der Anteile von Scale AI für 14,3 Milliarden US-Dollar erwarb. Tao Wang trat von seinem Posten als CEO zurück, wurde zum Chief AI Officer ernannt und leitete das Superintelligence Lab. Als er das Unternehmen verließ, das er neun Jahre lang aufgebaut hatte, beschrieb Tao Wang das Gefühl als „so, als würde man sein eigenes Kind aufgeben“.
Über den Beitritt von Tao Wang gab Yann LeCun, ehemaliger Chef-Wissenschaftler für KI bei Meta, eine sehr direkte und feurige Bewertung ab: „Tao Wang hat keine Erfahrung in der wissenschaftlichen Forschung, weiß nicht, wie man Forschungsaktivitäten durchführt, und kennt noch weniger die Präferenzen der Forscher.“
Mark Zuckerberg und Tao Wang
Das stimmt. Tao Wang selbst wusste das, also versuchte er nicht, die Rolle des technischen Leiters zu übernehmen. Er übergab den Posten des Chef-Wissenschaftlers an Shengjia Zhao und war selbst für die Einstellung, die Richtung und den Rhythmus verantwortlich. In einem Podcast erwähnte er, dass er kein KI-Forscher sei und seine wichtigste Aufgabe darin bestehe, hervorragende Talente zu rekrutieren und eine gute Umgebung für das Forschungsteam zu schaffen. Er verwaltet mehr als 200 direkte Untergebene, betonte aber, dass er „nicht der beste Manager für die Verwaltung von mehr als 200 Personen“ sei.
Aber auf das Zuhören folgte auch eine Bereinigung. Im Oktober 2025 entließ Meta etwa 600 Mitarbeiter, wobei der Schwerpunkt auf dem FAIR-Grundlagenforschungslabor lag, das von Yann LeCun gegründet wurde. Das direkt von Tao Wang geleitete TBD Lab blieb davon unberührt. Vor den Entlassungen mussten Forscher von FAIR ihre Arbeiten vor der Veröffentlichung zuerst von dem TBD Lab prüfen lassen, und wertvolle Arbeiten wurden „zurückgehalten“. Ein ehemaliger hochrangiger Mitarbeiter von Meta sagte: „Damals gab es viele tief verwurzelte Interessengruppen, aber alle wussten, dass sie weichen müssen.“
Eine Person, die früher mit beiden zusammengearbeitet hat, sagte, dass Tao Wang ihn an den jungen Mark Zuckerberg erinnere. Tatsächlich gewährte Zuckerberg Tao Wang eine Autonomie, die nur wenige andere im Unternehmen genießen, weshalb einige der Ansicht sind, dass Tao Wang als potenzieller Nachfolger von Zuckerberg angesehen wird.
Anfang 2026 strömte die gesamte Branche zu Programmieragenten, und Claude lag im Programmierbereich weit vorne. Tao Wang erinnerte sich, dass damals viele der Ansicht waren, dass Coding Agent die einzige Richtung sei, die es in der KI zu erobern gelte, aber er sagte Zuckerberg das Gegenteil: „Meta ist am besten in Konsumgütern, und seine Anwendungen erreichen täglich etwa 3,5 Milliarden Nutzer. KI sollte Menschen dabei helfen, die Arbeiten zu erledigen, die sie erledigen müssen, damit sie Zeit freisetzen, um das zu tun, was sie wirklich wollen.“
Also begann Tao Wang mit seinem Team, zu „spielen“. Der Produktverantwortliche Nat Friedman war der erste im Meta Superintelligence Lab, der das Open-Source-Tool OpenClaw intensiv nutzte. Er ließ den Agenten die Kameras in seinem Haus nutzen, um ihn dazu anzuhalten, Wasser zu trinken, und nach jedem Schluck wurde er mit „Gut gemacht“ gelobt.
JollyBot
Tao Wang ließ den Agenten seine E-Mails und Fotos lesen und stellte mehrere Runden tiefergehende Fragen. Er beschrieb das Gefühl als „dreijährige Psychotherapie in einem Augenblick komprimiert“.
Im Februar 2026 schrieben beide jeweils ein Memorandum. Friedman verfasste „Der Hummer ist das Gesetz“ und „Vertrauen ist unverzichtbar“, während Tao Wang schrieb: „Persönliche Superintelligenzagenten könnten die endgültige Form von Konsumprodukten sein“. Nur weniger als zwei Wochen später entstand der Prototyp von Muse, und das Maskottchen JollyBot sowie die ersten Entwürfe der Hardware wurden zu diesem Zeitpunkt fertiggestellt.
Aber die Ausarbeitung von Muse kostete viel Zeit und Mühe. Tao Wangs Methode bestand darin, eine Tabelle mit mehr als hundert Zeilen zu verwenden, wobei jede Zeile einer Fähigkeit entspricht, die Muse unbedingt haben muss, mit Bewertungsstandards und Veröffentlichungsschwellen. In einer Phase waren 80 Punkte grün markiert und 20 noch rot – also wurde das Produkt nicht veröffentlicht. Erst als eine Version von Muse Spark 1.3 zum ersten Mal vollständig grün markiert war, gab das Team die Freigabe.
Ein Mitglied des Muse-Teams, Vu Tran, erinnerte sich später, dass das Produkt bereits im Mai 2026 im Wesentlichen fertig war, aber Zuckerberg bestand darauf, die Veröffentlichung zu verschieben, um die Sicherheitsmechanismen vorrangig zu verbessern. Vu Tran war eigentlich anderer Meinung – er war an das Konzept „zuerst veröffentlichen, dann iterieren“ gewöhnt und wollte das Produkt vor den Konkurrenten auf den Markt bringen, aber Zuckerberg bestand darauf, zu warten.
Im August stellte jedoch Instinct, ein Startup mit 14 Mitarbeitern, einen konkurrierenden Agenten vor. Zuckerberg rief Tao Wang und Friedman zu einem Meeting zusammen und entschied, das Produkt zu veröffentlichen. Am 8. September ging Muse online.
Nach dem Start von Muse schätzt Sensor Tower, dass die Anwendung in etwa 22 Tagen 5 Millionen Downloads in den USA erreichte – schneller als die historischen Werte von ChatGPT, Grok und Claude im gleichen Zeitraum. Sie stieg auf Platz 1 der kostenlosen App Store-Charts in den USA und blieb dort mehrere Tage lang. Die Marktkapitalisierung von Meta stieg innerhalb von fünf Handelstagen um etwa 234 Milliarden US-Dollar.
Muse stieg nach dem Start schnell auf Platz 1 der kostenlosen App Store-Charts in den USA
Von der Gründung von Scale im Alter von 19 Jahren bis zur Übernahme des KI-Geschäfts von Meta im Alter von 29 Jahren bietet Tao Wang als Fachkraft für Wissenschaft und Innovation der neuen chinesischen Generation ein pragmatisches Beispiel für Entwicklung.
In seiner Geschichte gibt es eine leicht zu übersehende Symmetrie. Mit 19 Jahren wählte er einen Weg, den niemand für wert hielt – die Datenannotierung. Damals konzentrierte sich die gesamte Branche auf Algorithmen, und niemand glaubte, dass aus der harten Arbeit der Datenaufbereitung etwas Großes entstehen könnte. Neun Jahre später wurde Scale AI zu einer unvermeidlichen Infrastruktur der KI-Industrie.
Mit 29 Jahren wählte er wieder einen Weg, den niemand für aussichtsreich hielt – keine Programmieragenten zu entwickeln, sondern einen persönlichen Assistenten für normale Menschen. Als die gesamte Branche zu Coding Agent strömte, behauptete er, dass die Stärke von Meta in seinen 3,5 Milliarden täglich aktiven Nutzern liege. Muse stieg zehn Tage nach dem Start auf Platz 1 des App Store, was sein Urteil anscheinend erneut bestätigte.
Wenn er in einem 30-Dollar-Gebraucht-Camouflage-T-Shirt und Crocs auf die Bühne geht, in den Pausen zwischen den Meetings Memes erstellt und veröffentlicht und sagt „Das Internet belohnt Risikobereitschaft“, wirken diese Gesten zwanglos – aber sie sind im Grunde dasselbe wie seine Art, Produkte zu entwickeln: Das heißt, in den kontrollierbaren Bereichen das Maximum zu erreichen und in den unkontrollierbaren Bereichen die Kosten zu akzeptieren.
Mit 29 Jahren, einem Vermögen von 3,2 Milliarden US-Dollar und dem Status als potenzieller Nachfolger von Zuckerberg wirken all diese Etiketten zusammen sehr glänzend – aber sie reichen möglicherweise nicht aus, um die Zukunft von Tao Wang zu definieren.