Karpathy: 6 Milliarden Menschen nutzen keine KI, während 5.000 Profis tausende Agenten steuern

Wie viele Menschen nutzen KI heute wirklich produktiv?

Andrej Karpathy hat die weltweite KI-Nutzung eingeordnet: 6 Milliarden Menschen haben KI kaum oder gar nicht benutzt. 1 bis 2 Milliarden nutzen kostenlose Chatbots wie ChatGPT gelegentlich, etwa 20 Millionen arbeiten professionell damit. Nur rund 5.000 Menschen an der Spitze haben Zugriff auf interne Systeme mit tausenden Agenten. Die Schere bei der KI-Nutzung ist krass. Gleichzeitig explodiert der Verbrauch bei denen, die wirklich mit KI arbeiten: OpenAI-Forscher verbrauchen heute im Median 600 Dollar am Tag mit Codex, im März waren es noch 14 Dollar. Die Top 1 Prozent liegen bei 7.000 bis 8.000 Dollar täglich.

Was bedeutet diese Spaltung für Unternehmen im Mittelstand?

Die Zahlen zeigen dir, wo du stehst. Die meisten Unternehmen nutzen KI noch gar nicht oder probieren kostenlose Tools. Wer professionell damit arbeitet, gehört schon zu den 20 Millionen. Wenn du mehrere KI-Systeme orchestrierst, Agenten koordinierst und dauerhaft in KI-Sichtbarkeit investierst, bist du in einer winzigen Spitzengruppe. Der Abstand zwischen diesen Gruppen wird größer, nicht kleiner. Dein Wettbewerbsvorteil liegt darin, diese Systeme früh aufzubauen und zu verstehen, bevor andere aufholen. Bei KI-Sichtbarkeit geht es genau darum: dass dein Unternehmen in ChatGPT, Perplexity und Google AI Overviews auftaucht, wenn jemand nach deiner Lösung sucht.

Warum verschwindet die Einsteiger-Ebene in KI-Unternehmen?

Bei Anthropic sank der Anteil der Junioren an Tech-Neuanstellungen von 27 Prozent auf 9 Prozent. Das Unternehmen stellt insgesamt mehr Techniker ein, aber die Arbeit verschiebt sich. Statt selbst Code zu schreiben, steuern sie Agenten, bewerten Outputs und sitzen in Meetings. Der Flaschenhals ist die menschliche Aufmerksamkeit: Jemand muss lesen, entscheiden, priorisieren. Weltweit sind 5,3 Prozent der Callcenter-Jobs verschwunden, vor allem auf den Philippinen und in Kenia. Das ist keine Zukunftsmusik, das passiert jetzt. Für deinen Betrieb heißt das: Investiere in die Leute, die KI-Outputs bewerten und Prozesse steuern können, nicht in die, die repetitive Arbeit selbst machen.

Lohnt es sich, viele kleine KI-Tools zu bauen?

Marco hat in den letzten Monaten etwa 100 KI-Anwendungen gebaut: Reels, Landingpages, Tracking-Dashboards, ein eigenes CRM mit 7.000 Kontakten, ein SEO-Audit für GEO. Seine Einschätzung: 100 Prozent haben im Moment etwas gebracht, als Visualisierung oder als nächster Schritt. Aber dauerhaften Impact hat weniger als 5 Prozent davon. Das ist keine Kritik, sondern eine Erkenntnis: Fast jedes Tool hilft dir, wenn du es baust, weil du dabei lernst und weil es dich einen Schritt weiterbringt. Aber nur wenige Lösungen bleiben langfristig im Einsatz. Baue trotzdem, denn der Lerneffekt ist real. Wenn du eine Werbeagentur in Köln suchst, die genau das für dich umsetzt, sprich mit uns.

Was kommt auf uns zu, wenn Agenten dominant werden?

GPT-6 in ChatGPT verwandelt Antworten bereits in Mini-Apps mit Dashboards und Tabellen. Die Chrome-Erweiterung von ChatGPT ist jetzt auch für Free-Nutzer da, Ask YouTube startet in den USA. KI wird unsichtbar in allen Oberflächen. Gleichzeitig koordinieren ein paar Tausend Menschen tausende Agenten, während Milliarden Menschen KI noch nie richtig benutzt haben. Das Tempo ist asymmetrisch. Wenn du heute anfängst, holst du nicht die 5.000 an der Spitze ein, aber du kommst in die Gruppe der 20 Millionen Profis. Und das ist der Unterschied, der zählt. Marco und Manuel besprechen genau solche Entwicklungen täglich im KI-Snack, dem Podcast für alle, die weniger reden und mehr machen wollen.

Fazit

Die Zahlen von Karpathy zeigen dir, wo du stehst und wie groß der Vorsprung derjenigen ist, die KI schon orchestrieren. Der Flaschenhals ist nicht die Technik, sondern die menschliche Aufmerksamkeit. Baue Tools, lerne dabei, aber erwarte nicht, dass alles dauerhaft bleibt. Investiere in die Leute, die Agenten steuern können, nicht in repetitive Arbeit. Und sorge dafür, dass dein Unternehmen in den neuen KI-Oberflächen sichtbar ist. Mehr dazu hörst du täglich im KI-Snack.

Häufige Fragen zu KI-Nutzung und Agenten im Mittelstand

Wie viele Menschen weltweit nutzen KI professionell?

Etwa 20 Millionen Menschen arbeiten professionell mit KI. Rund 5.000 haben Zugriff auf interne Systeme mit tausenden Agenten. 1 bis 2 Milliarden nutzen kostenlose Chatbots gelegentlich, 6 Milliarden haben KI kaum oder gar nicht benutzt. Diese Zahlen stammen von Andrej Karpathy und zeigen, wie klein die Gruppe der echten Profis ist. Das gilt aber nur für den Moment, denn die Zugänge werden einfacher.

Wie viel Geld geben KI-Profis pro Tag für Tools aus?

OpenAI-Forscher verbrauchen heute im Median 600 Dollar am Tag mit Codex, im März waren es 14 Dollar. Die Top 1 Prozent liegen bei 7.000 bis 8.000 Dollar täglich. Das zeigt, wie stark die Nutzung bei denen wächst, die wirklich damit arbeiten. Für den Mittelstand heißt das: Die Kosten für professionelle KI-Nutzung steigen, aber auch der Output. Das gilt nicht, wenn du nur kostenlose Chatbots gelegentlich nutzt.

Stellen KI-Firmen noch Berufseinsteiger ein?

Bei Anthropic sank der Anteil der Junioren an Tech-Neuanstellungen von 27 Prozent auf 9 Prozent. Insgesamt stellt das Unternehmen aber mehr Techniker ein. Die Arbeit verschiebt sich vom Selbermachen zum Steuern von Agenten, zum Bewerten von Outputs und zum Koordinieren. Der Flaschenhals ist die menschliche Aufmerksamkeit. Das gilt nicht für alle Branchen, aber der Trend ist sichtbar.

Lohnt es sich, viele kleine KI-Anwendungen zu bauen?

Für den Moment fast immer, sagt Marco: als Visualisierung, als nächster Schritt, als Lernprozess. Dauerhaften Impact hat aus seiner Sicht weniger als 5 Prozent davon. Trotzdem solltest du bauen, denn der Lerneffekt ist real und du findest heraus, was wirklich funktioniert. Das gilt nicht, wenn du nur Tools baust, ohne sie zu nutzen oder zu testen.

Was ist der größte Flaschenhals bei KI-Agenten?

Die menschliche Aufmerksamkeit. Jemand muss die Outputs lesen, bewerten, priorisieren und entscheiden. Agenten können viel produzieren, aber die Qualitätskontrolle und strategische Steuerung bleibt beim Menschen. Deshalb verschieben sich Jobs von der Ausführung zur Koordination. Das gilt nicht, wenn du vollautomatische Prozesse hast, bei denen kein Mensch mehr draufschauen muss, aber das ist selten.