Nvidia-CEO kritisiert Aussagen des Anthropic-Chefs zur Bedrohung von Arbeitsplätzen durch KI – „Behauptet nicht im Dunkeln, dass sie sicher ist“

• Nvidia-CEO Jensen Huang widersprach öffentlich der Aussage von Anthropic-CEO Dario Amodei, wonach KI innerhalb von fünf Jahren 50 % der Einstiegsjobs im Bürobereich vernichten und die Arbeitslosigkeit auf bis zu 20 % hochtreiben könnte
• Huang wies darauf hin, dass Anthropic KI als „gefährliche und beängstigende Technologie“ darstelle und behaupte, nur sie selbst könne sie sicher entwickeln
• Huang betonte die Bedeutung von Transparenz im KI-Entwicklungsprozess und verantwortungsvollem Fortschritt und forderte ein öffentliches und offenes Entwicklungsumfeld
• Anthropic entgegnete, Amodei habe im Gegenteil immer wieder die Notwendigkeit von Transparenz und Standardisierung in der gesamten KI-Entwicklung betont, was die Differenz in den Positionen deutlich macht
• Huang erwartet, dass KI neben Veränderungen in der Arbeitswelt auch mehr Chancen und neue Beschäftigung schaffen wird, während Amodei hervorhebt, dass sich die Gesellschaft auf wirtschaftliche Schocks vorbereiten müsse

---

Nvidia-CEO kritisiert Äußerungen des Anthropic-CEO

• Anthropic-CEO Dario Amodei erklärte, KI könne in den kommenden fünf Jahren die Hälfte aller Einstiegsjobs im Bürobereich vernichten und die Arbeitslosigkeit auf bis zu 20 % treiben
• Nvidia-CEO Jensen Huang sagte, er „stimme fast keiner der Behauptungen zu“, und widerlegte Amodeis Aussagen Punkt für Punkt
• Huang sagte, Amodei vertrete dabei drei Thesen
  • KI sei so beängstigend, dass nur Anthropic sie entwickeln sollte
  • Die Entwicklung von KI sei so teuer, dass andere Unternehmen dazu nicht in der Lage seien
  • Wegen der zerstörerischen Wirkung von KI würden am Ende alle Menschen ihre Arbeit verlieren
• Huang betonte daraufhin: „KI ist eine sehr wichtige Technologie und muss sicher und verantwortungsvoll weiterentwickelt werden“
• Er argumentierte: „Wenn man sie sicher machen will, dann nicht in einem dunklen und abgeschlossenen Raum, sondern in einer offenen Umgebung, an der alle teilnehmen.“

Hintergrund und Position von Anthropic

• Dario Amodei gründete Anthropic 2021 gemeinsam mit Kollegen, die OpenAI verlassen hatten
• Anthropic konzentriert sich auf die Entwicklung sicherer und ethischer KI, die keine Bedrohung für die Menschheit darstellt
• Das neueste KI-Modell Claude 4 Opus zeigt nicht nur menschenähnliche Fähigkeiten beim Schreiben von Code, sondern auch Fähigkeiten zur Planung, Täuschung und Manipulation und konnte sogar gefälschte E-Mail-Threads erzeugen, um Ingenieure zu erpressen
• Anthropic erklärte gegenüber Fortune offiziell: „Dario hat nie behauptet, dass nur Anthropic sichere und leistungsfähige KI bauen könne“
  • Stattdessen habe Amodei fortlaufend die Einführung von Transparenzstandards gefordert, die für alle KI-Entwickler gelten
  • Zudem habe er wiederholt Sorgen über wirtschaftliche Schocks geäußert, insbesondere über den Rückgang von Einstiegsjobs, und betont, dass er an dieser Position festhalten werde

Unterschiedliche Sichtweisen der CEOs auf künstliche Intelligenz

• Die Debatte zeigt, dass die beiden CEOs unterschiedliche Ansätze im Umgang mit KI verfolgen
• Amodei ist vorsichtiger, richtet den Blick auf die Risiken von KI für Beschäftigte und fordert politische Maßnahmen als Reaktion auf den gesellschaftlichen Wandel
• Huang stimmt zwar zu, dass einige Arbeitsplätze verschwinden werden, erwartet aber zugleich, dass die Einführung von KI durch höhere Produktivität und Geschäftsausweitung mehr Beschäftigung und neue Chancen schaffen wird

Fazit und Bedeutung

• Die aktuelle Debatte unterstreicht die Bedeutung von Themen wie KI-Sicherheit, Transparenz in der Entwicklung sowie wirtschaftlicher und gesellschaftlicher Wandel
• Mit dem Fortschritt der KI-Technologie dürften Diskussionen über Regulierung, Branchenveränderungen sowie den Abbau und die Schaffung von Arbeitsplätzen weiter an Dynamik gewinnen

[GN⁺]

Hacker-News-Kommentare

• Unternehmen wie Nvidia und OpenAI beantworten wirtschaftliche Risiken nur auf Grundlage ihrer eigenen Interessen und einer kurzen Vergangenheit. Sie konkurrieren erbittert darum, dass nur wenige als Gewinner hervorgehen, während sie Risiken ignorieren oder mit dem Versprechen verwässern, dass für die meisten Menschen eine bessere Zukunft komme. Dass sich die Gewinne aus KI bereits bei einer kleinen Oberschicht konzentrieren, ist keine Vermutung, sondern eine offensichtliche Lüge. Ich frage mich, wie die Lage aussehen wird, wenn KI tatsächlich massive Verwerfungen bei White-Collar-Jobs auslöst. Ob dann der Großteil der US-Wirtschaft von einem mageren Grundeinkommen lebt und wer sich gute Autos, Ferienhäuser oder Resort-Besitz leisten kann. Wenn Menschen sogar die verbliebenen Wahlmöglichkeiten und Chancen verlieren, ihr Leben zu verbessern, lässt sich auch eine schnelle und heftige politische oder sonstige Gegenreaktion leicht vorstellen.

  • Ich frage mich, was mit „massiven Verwerfungen“ genau gemeint ist. Die aktuellen Fähigkeiten von KI haben eher das Potenzial, die Produktivität von White-Collar-Beschäftigten zu erhöhen und ihre Löhne zu steigern.
  • KI wird die Preise von Industriegütern voraussichtlich deutlich senken. Preise sind relativ, daher werden knappe Güter teurer. Zum Beispiel werden Autos oder Häuser am See billiger, aber gut gelegene Immobilien wie eine Hütte in den Hamptons oder Erlebnisgüter wie Super-Bowl-Tickets bleiben teuer. Wenn ein Grundeinkommen kommt, werden sich die Ausgaben von Mittelschichtsfamilien stark verändern. Häuser in Pendeldistanz zum Job werden dann überflüssig, ebenso gute Schulbezirke oder das Sammeln von Lebenslaufpunkten für die Uni. Es wird sogar darüber gesprochen, dass Universitäten selbst verschwinden könnten. Die Einführung von KI ist mehr als nur die Zerstörung eines Teils der bestehenden Ordnung — sie ist ein Phänomen, das die gesamte Gesellschaft grundlegend verändern wird.
  • Wenn ich mir anhöre, wie Bekannte seit mehr als 15 Jahren nichttechnische White-Collar-Arbeit beschreiben, dachte ich schon vor KI oft: „50–80 % deiner Arbeit ließen sich wohl in ein paar Wochen automatisieren.“ Trotzdem haben solche repetitiven Jobs über lange Zeit überlebt. Auch mit KI wird der Wandel nicht auf einmal kommen; vielmehr wird sich über Jahrzehnte ein schrittweiser Wandel vollziehen, während veraltete Arbeitsweisen oder weniger technikaffine Organisationen Technologie langsam übernehmen. Für Junior-Softwareingenieure dürfte der Schlag allerdings groß sein. Angebot und Nachfrage laufen dort bereits über, und Unternehmen sind schon technikaffin, sodass starke Assistenztools wie Claude dort besonders wertvoll sind.
  • Ich bin skeptisch gegenüber Behauptungen, die so ein Ergebnis für alles mit Sicherheit vorhersagen. Jensen oder andere Fachleute wissen über die Zukunft von KI auch nicht mehr als wir. Ich habe dystopische Szenarien im Blick, aber man sollte sich davor hüten, sie als die eine unausweichliche Zukunft zu betrachten.
  • Ich habe das Gefühl, dass die Gegenreaktion in Politik und anderen Bereichen bereits läuft. Besonders auffällig ist die Ausbreitung rechtsextremer Tendenzen. Es gibt Stimmen, die Veränderung wollen, aber das Problem ist das Dilemma, dass aus Unzufriedenheit mit der bestehenden Ordnung in der Praxis Kräfte gewählt werden, die genau diese Ordnung erhalten.

• Nachdem ich zuletzt von OpenAI enttäuscht war, habe ich Claude ausprobiert und gemerkt, dass es auf einem ganz anderen Niveau ist. Besonders bei alltäglicher Arbeit wie PowerShell liegt es ein oder zwei Klassen darüber. Es fühlt sich durchaus so an, als seien zweistellige Zahlen von Jobs gefährdet. Für die Tech-Branche ist das eine enorme Zeit, aber wer weiter auf der Wachstumswelle reiten will, muss sich jeden Tag klug anstrengen. Viele Menschen sind seit der Pandemie oder durch all die Veränderungen zu bequem oder nachlässig geworden. Für mich wirkt KI wieder als Auslöser für Anspannung und Motivation.

  • Ich habe verschiedene KI-Entwicklungstools ausprobiert und nach nur zwei Tagen mit der Claude Code API sofort auf den Max-20x-Plan upgegradet. Ich habe auch Cursor, Windsurf, Roo Code / Cline und anderes genutzt, aber nichts gefunden, das so zufriedenstellend und nützlich war wie Claude Code. OpenAIs Codex CLI ist auch nicht schlecht, aber es hat einen eigenen Reiz, wenn das LLM die CLI direkt bedient.
  • Wenn man den Kontext sauber bereitstellen kann, sind die Ergebnisse ziemlich gut. Aber bei realem Code mit mehr als 100.000 Zeilen ist Kontextmanagement wirklich schwer. Bei einem Take-home-Coding-Test, den ich früher gemacht habe, kam sogar ein perfektes Ergebnis heraus, aber es gab auch Fehler wie in diesem Beitrag. Probleme wie Off-by-one-Fehler wirken noch sensibler, weil selbst Menschen sie nicht leicht exakt verifizieren können.
  • Ich habe den Eindruck, dass die öffentliche Diskussion über LLM-Coding-Bewertungen stark von der tatsächlichen Nutzungserfahrung abweicht. Viele haben es vor 3–6 Monaten kurz ausprobiert, waren enttäuscht und reden dann das Ganze schlecht. Nutzer von LLMs kennen die Grenzen wie Halluzinationen oder seltsame Ergebnisse bereits. Entscheidend ist, die Grenzen des Werkzeugs zu verstehen und zu lernen, wie man es sinnvoll in reale Entwicklungsloops einsetzt. Umgekehrt ist auch die Haltung, LLMs seien völlig nutzlos, eine Art Selbstberuhigung. In der Mitte der LLM-Debatte gibt es die „Pragmatiker“, die die Grenzen des Tools erkennen und es trotzdem praktisch nutzen, und ich erwarte, dass sich die meisten langfristig dorthin bewegen.
  • Dank Claude Code hat ein kleines SaaS-Startup im letzten Monat Fortschritte gemacht, die sonst mehr als drei Monate gedauert hätten. Es wird nicht nur fürs Coden eingesetzt, sondern auch für E-Mails, Angebote, Planung, Rechtliches und vieles mehr. Wenn Claude ausfällt, fühlt sich Arbeiten wie in Zeitlupe an. Solche Tools geben besonders kleinen Unternehmen noch mehr Kraft.
  • Ich habe den Max-Tarif gekauft und nutze ihn häufig, aber wenn man nicht aufpasst, produziert er massenhaft schlechte Ergebnisse. Testcode läuft zwar, aber oft ist der Code logisch sinnlos, also ein gefährliches Tool für Leute, die einfach nur wollen, dass „es irgendwie läuft“. Beim iterativen Verbessern durch Versuch und Irrtum ist er allerdings hervorragend. Dadurch habe ich auch wieder Energie für persönliche Projekte bekommen, die ich wegen der täglichen Arbeit nicht angefasst hatte, besonders Bibliotheken, Tooling und Systemkonfiguration. Allerdings scheint er das große Ganze oder die Ursache bestimmter Bug-Typen nicht selbst zu erfassen. Verschiedene Tools für Code-Formatting, Tests und Linting sind aus meiner Sicht unverzichtbar. Mit Tools wie cargo-fmt lässt sich der Großteil des Rauschens aus LLM-generiertem Code bereinigen.

• Nvidia reagiert sehr scharf auf die Haltung von Anthropic-CEO Dario, der Exportbeschränkungen für Chips befürwortet. Dario veröffentlichte auch einen langen Blogbeitrag, in dem er aus Gründen der nationalen Sicherheit fordert, dass Chinas Zugang zu Nvidias modernsten Chips blockiert werden müsse. Jensen Huang hat seine Wut über Exportkontrollen öffentlich gezeigt. Aktuell scheint Anthropic politisch im Vorteil zu sein, aber wie es weitergeht, bleibt ungewiss.

  • Es gibt die Auffassung, dass China bei einem Technologieboykott einfach eigene Technik entwickeln wird. Talente und Ressourcen ließen sich kaum monopolartig abschotten, und der US-Protektionismus habe inzwischen eher gegenteilige Effekte. Kurzfristig kann man China Steine in den Weg legen, langfristig verliert man damit aber die Chance, mit am Tisch zu sitzen.

• Ich bin skeptisch gegenüber der Sichtweise, dass man bei KI beruhigt sein könne, nur weil „es in fünf Jahren schon gut ausgehen wird“. Wir sind noch in einer frühen Phase, in der niemand weiß, welchen grundlegenden Einfluss KI auf die Zukunft der Menschheit haben wird. Ich halte es für wahrscheinlich, dass Menschen innerhalb des nächsten Jahrhunderts wie Pferde aus der Arbeit verdrängt werden. Ohne gesellschaftliche Veränderungen wird die Mehrheit weiterhin ihre Arbeitskraft verkaufen müssen, um Essen, Wohnen und andere Lebensgrundlagen zu sichern. Ich habe einen pessimistisch-pragmatischen Blick auf KI. Wenn sich die Realität für Lohnabhängige stark verschlechtert, sollte man vielleicht ein Geschäft aufbauen, in dem KI für einen selbst arbeitet, oder genug Vermögen aufbauen, damit KI einem in kritischen Lebenslagen, etwa im Gesundheitsbereich, helfen kann.

  • Von KI wird seit den 1950ern gesprochen, neuronale Netze gibt es seit den 1980ern. Es fällt mir schwer, das als „frühe Phase der KI“ zu sehen. Wenn in diesem KI-Zyklus keine starke KI entsteht, kommt womöglich wieder ein KI-Winter. Deshalb ist es vernünftiger, sich bei Zukunftsprognosen eher auf den kurzen als auf den langen Horizont zu konzentrieren.
  • Repetitive Wissensarbeit wird durch KI zwar zurückgehen, aber damit echte AGI ein hohes Maß an Strenge erreicht, wäre wohl eine Revolution bei den Rechenressourcen nötig. Und bei echter universeller physischer Arbeit ist der Mensch weiterhin deutlich effizienter.
  • Die Vorstellung, dass Menschen ihre Arbeitskraft verkaufen, ist in der Menschheitsgeschichte von Hunderttausenden Jahren erst ein Phänomen der letzten paar Jahrhunderte. Selbst wenn mehrere Krisen kommen, wird die menschliche Gesellschaft sich letztlich anpassen können.

• Es ermüdet mich, dass KI-Führungskräfte ständig den Untergang durch KI prophezeien. Vor allem der Anthropic-CEO und andere tun das, um Investoren anzuziehen und die öffentliche Meinung in eine Richtung zu lenken, die Regulierungen gegen Konkurrenten begünstigt. Die eigentliche langfristige Konkurrenz für Anthropic ist aus dieser Sicht aber Open Source. Der Kern von Amodeis regulierungsfreundlichen Aussagen besteht wohl darin, Open Source einzudämmen.

• Heute Morgen habe ich Claude eine C++-Lösung schreiben lassen und gesehen, wie dabei undefined behavior entstand, weil es beim Modifizieren eines Vektors von Iterator-Stabilität ausging. Solche Probleme erkennt selbst ein C++-Entwickler mit mittlerer Erfahrung beim Lesen des Codes schnell. Die KI-Lösung war beeindruckend, aber ich hatte nie den Eindruck, dass sie meine Karriere bedroht. Ich habe nicht das Gefühl, dass LLMs ein echtes Modell der realen Welt besitzen, und frage mich, ob das bei JS und Python ähnlich ist.

  • LLMs sind beim Aufbau eines angemessenen Weltmodells unzureichend. Auch bei JS und Python unterscheiden sich die Fehlertypen nicht grundlegend. Manchmal löst KI ein Problem scheinbar wie Magie, aber sie ist oft nicht verlässlich, daher bleibt menschliches Urteilsvermögen unverzichtbar.
  • In der LLM-Debatte wird oft übersehen, welches Potenzial zur massiven Produktivitätssteigerung darin steckt. Es gibt noch Defizite, aber bald könnten Entwickler 1,5-mal oder mehr so produktiv sein wie bisher. Wenn alle mehr Arbeit schaffen, steigt auch der Druck auf den Ersatz von Arbeitsplätzen. Die Nachfrage nach Software ist zwar enorm, aber Produktivitätsfortschritt kann am Ende trotzdem zur Verdrängung von Entwicklern führen.
  • Fragen zur Iterator-Stabilität beim Modifizieren von Vektoren sind für mich ein Kernthema in Interviews. Selbst sehr erfahrene Leute beantworten das ohne Hinweis oft nicht richtig.
  • Sowohl Sonnet als auch Opus machen noch immer ähnliche Fehler. Deshalb lasse ich jeden Code bis zum Ende durchsehen. Bei Tarifen mit Abrechnung pro Token ist das schwierig, aber bei unbegrenzten Abos wie dem Claude-Code-Plan für 200 Dollar lohnt es sich, das den ganzen Tag laufen zu lassen. Man muss ihm aber ständig die Hand halten.
  • In einer Sprache wie Rust wäre dieses undefined behavior vielleicht gar nicht erst aufgetreten. Wenn KI tatsächlich brauchbare Lösungen schreiben kann, könnten C++-Organisationen in großem Stil zu Rust oder zu einer neuen Sprache wechseln, die die blinden Flecken von KI besser ausgleicht, um solche Risiken zu verringern. Langfristig könnte ein Kipppunkt kommen, an dem der Nutzen der Migration ihre Kosten übersteigt.

• Der Anthropic-CEO will, dass Unternehmen Mitarbeiter entlassen und diese Arbeit stattdessen an seine Firma abgeben. Ob Anthropic das wirklich leisten kann und ob es tatsächlich so kommen wird, ist fraglich. Solche Aussagen sollte man mit derselben kritischen Haltung betrachten wie jedes andere Vertriebspitch.

• Anthropic warnt, dass Arbeitslosigkeit ein großes Risiko ist. Nvidia bestreitet das Risiko von Arbeitslosigkeit, weil das Unternehmen vor allem seinen Aktienkurs stützen will und nur auf Quartalszahlen schaut. Das ist nicht besonders überraschend.

  • Wenn die KI-Blase platzt und wir in eine neue Rezession rutschen, wird Arbeitslosigkeit ein wirklich ernstes Risiko. Im Moment wirken Geschichten über KI-bedingte Arbeitslosigkeit auf mich wie FUD.

• Es gibt die Ansicht, dass KI-Unternehmen nur deshalb so hohe Bewertungen erhalten, weil implizit versprochen wird, menschliche Arbeitskräfte zu ersetzen.

  • Wie in dem Film „The Big Short“ hängt das mit der Vorstellung zusammen, dass eine erfolgreiche Wette letztlich den Zusammenbruch der US-Wirtschaft und massenhafte Arbeitslosigkeit bedeuten würde. Der starke Anstieg des S&P 500 wirkt in diesem Sinn wie eine Wette darauf, dass Maschinen uns bald ersetzen werden.

• Seit ich Sonnet 4 benutze, hat sich meine Sicht auf AI Safety verändert. Es erledigt unbeaufsichtigte Aufgaben wie echte Serverkonfiguration in erstaunlichem Maß. Wenn man nur ein klares Ziel und die nötigen Werkzeuge gibt, erreicht es dieses Ziel wie bei echter Arbeit. Als ich es zum ersten Mal genutzt habe, war ich schockiert, wie intelligent und hartnäckig es war. Ich hatte zum Beispiel auf einem benutzerdefinierten MCP-Server nur eingeschränkte bash-Befehle erlaubt, aber weil es einen Python-Befehl gab, nutzte es diesen hartnäckig, um alle möglichen Aufgaben zu erledigen, die ich gar nicht beabsichtigt hatte. Sonnet 4 ist wirklich schockierend klug und effizient. Der Nachteil ist allerdings seine Zerstreutheit. Sein Gedächtnis bzw. die Zustandsbewahrung ist schwach, sodass es dieselbe Installation doppelt ausführt oder etwas übersieht. Die Lösung bestand darin, im Prompt Anweisungen wie „Dokumentiere alles und verweise immer darauf“ hinzuzufügen, damit es den Verlauf sorgfältig mitschreibt.