Hard Fork NYT: ChatGPT ein Jahr danach, Kevin Roose zieht Bilanz

Hundert Millionen Nutzer in zwei Monaten — kein digitales Produkt der Geschichte hatte je einen schnelleren Anlauf. Als OpenAI am 30. November 2022 ChatGPT für die breite Öffentlichkeit freischaltete, war es zunächst kaum mehr als ein Experiment ohne Bezahlschranke. Zwölf Monate später zieht die New York Times in ihrer Kolumne „Hard Fork" Bilanz — und Kevin Roose, einer der bekanntesten Tech-Journalisten des Blattes, kommt zu einem ernüchterten, aber differenzierten Urteil.

Was Kevin Roose und „Hard Fork" der NYT wirklich sagen

Der Podcast „Hard Fork", den Kevin Roose gemeinsam mit Casey Newton moderiert, ist in den vergangenen Monaten zur meistzitierten Stimme des amerikanischen Tech-Journalismus geworden, wenn es um KI-Einordnung geht. In der Jahresbilanz-Episode, die Anfang Dezember erschien, vermeidet Roose sowohl das Jubilieren als auch das Katastrophisieren — ein Tonfall, der im KI-Diskurs selten ist.

Rooses Kernthese lässt sich so zusammenfassen: ChatGPT hat nicht die Welt verändert, die Tech-Industrie hat sich aber unwiderruflich neu ausgerichtet. Google, Meta, Microsoft, Amazon — alle haben ihre Produktstrategie innerhalb weniger Monate radikal umgeschrieben. Wer vor einem Jahr noch erklärte, KI sei „nur Hype", stand Monate später vor Produktankündigungen, die das Gegenteil belegen. Gleichzeitig, so Roose, blieben viele der dramatischsten Vorhersagen aus: Der Arbeitsmarkt kollabierte nicht, Schulen schlossen nicht massenhaft wegen KI-generierter Hausarbeiten, und die von einigen Experten prophezeite „existenzielle Bedrohung" blieb für den Durchschnittsmenschen abstrakt.

Was ChatGPT als KI, die alles veränderte, tatsächlich auslöste, war weniger eine technologische Revolution für Endnutzer als eine strategische Panik in Vorstandsetagen. Das ist nicht nichts — aber es ist auch nicht die Apokalypse.

Ein Jahr generative KI: Die technologische Entwicklung im Schnelldurchlauf

Wer verstehen will, wie rasant sich das Feld verändert hat, muss sich die Abfolge der Produktstarts vor Augen führen. ChatGPT basierte beim Launch auf GPT-3.5, einem Sprachmodell (das sind Systeme, die Text auf Basis statistischer Muster generieren, also nicht „denken" im menschlichen Sinne, sondern sehr große Datenmengen in plausible Antworten übersetzen). Vier Monate später folgte GPT-4, das in Benchmarks deutlich besser abschnitt. Dann kamen Konkurrenzprodukte: Googles Bard, Metas Llama-Modelle als Open-Source-Variante, Anthropics Claude, Mistral aus Frankreich.

Für Verbraucher relevant: Die Qualität der Antworten stieg innerhalb eines Jahres spürbar, die Zugangshürde sank. Laut OpenAI ist der Basisdienst inzwischen ohne Registrierungspflicht nutzbar. Was das für normale Anwender bedeutet, erklärt unser Überblick zu ChatGPT komplett kostenlos: Was sich für Nutzer geändert hat.

Vom Chatbot zur Plattform: Was sich technisch wirklich getan hat

Der vielleicht unterschätzte Sprung des vergangenen Jahres ist nicht die Textqualität, sondern die Multimodalität. ChatGPT kann inzwischen Bilder analysieren, Spracheingaben verarbeiten und — in der Plus-Version — Plugins und Websuche einbinden. Das klingt nach Feature-Liste, ist aber konzeptuell bedeutsam: Aus einem Chatbot wurde eine Plattform, auf der Drittanbieter eigene Anwendungen bauen. OpenAI nennt das GPT-Store, Apple nannte es einst App Store. Die Analogie ist gewollt.

GPT-4o, die aktuell leistungsfähigste öffentliche Version, brachte nochmals Verbesserungen bei Geschwindigkeit und Gesprächsführung. Wie sich das Modell im direkten Vergleich mit Googles Gemini Ultra schlägt, haben wir in einem eigenen Test beleuchtet: ChatGPT-4o vs. Gemini Ultra: Wer ist der beste KI-Assistent für den Alltag.

Halluzinationen, Datenschutz, Urheberrecht: Die ungelösten Probleme

Roose benennt in der „Hard Fork"-Bilanz drei strukturelle Schwachstellen, die nach einem Jahr nicht behoben sind. Erstens: Halluzinationen. Sprachmodelle erfinden mit hoher Selbstüberzeugung falsche Fakten — Gerichtsurteile, Quellen, Biografien. Das ist kein Bug, den ein Update behebt, sondern eine Eigenschaft der Technik, die aus Wahrscheinlichkeiten schöpft statt aus gesichertem Wissen.

Zweitens: Datenschutz. Besonders in Deutschland und der EU bleibt die Rechtslage ungeklärt. Die italienische Datenschutzbehörde sperrte ChatGPT vorübergehend, die deutschen Behörden ermitteln. Wessen Daten zum Training genutzt wurden und ob das den DSGVO-Anforderungen entspricht — diese Fragen sind offen. Laut Bitkom sehen 61 Prozent der deutschen Unternehmen Datenschutz als Haupthindernis bei der KI-Einführung.

Drittens: Urheberrecht. Die New York Times selbst — also Rooses eigener Arbeitgeber — hat OpenAI und Microsoft wegen der unautorisierten Nutzung von Millionen Artikeln zum Training der Modelle verklagt. Das macht die „Hard Fork"-Bilanz zu einem seltenen Fall von institutioneller Befangenheit bei gleichzeitiger redaktioneller Offenheit. Roose thematisiert den Interessenkonflikt explizit, was für Glaubwürdigkeit spricht.

Wie sich der Arbeitsmarkt tatsächlich verändert hat

Die Frage, die Menschen am meisten umtreibt, ist die nach Jobs. Gartner schätzt in seiner aktuellen Prognose, dass generative KI bis Ende dieses Jahrzehnts mehr Stellen verändert als vernichtet — wobei „verändert" heißt: andere Aufgaben, andere Anforderungen, andere Zeitverteilung. IDC wiederum geht davon aus, dass Unternehmen, die KI-Werkzeuge früh einsetzen, Produktivitätsgewinne von 20 bis 40 Prozent in bestimmten Wissensarbeitsbereichen realisieren können.

Die Realität im ersten Jahr war differenzierter. Grafikdesigner, Texter und Programmierer berichteten von veränderten Arbeitsabläufen — nicht von Massenentlassungen. Gleichzeitig begannen Unternehmen, weniger Junior-Stellen auszuschreiben, weil KI-Tools einfache Aufgaben automatisieren. Ob das ein vorübergehender Effekt ist oder ein struktureller Wandel, bleibt offen. Was sich verändert, haben wir in einer ausführlichen Analyse zusammengetragen: ChatGPT verändert Arbeitswelt: Eine Zwischenbilanz nach einem Jahr.

Die politische Dimension: Regulierung kommt, aber wie?

Während die Tech-Industrie im Eilschritt innovierte, hinkte die Politik hinterher — mit Ausnahme der Europäischen Union. Der EU AI Act, an dem seit Jahren gearbeitet wird, soll großen Sprachmodellen erstmals verbindliche Transparenz- und Sicherheitspflichten auferlegen. Ob das ausreicht und wie die Umsetzung in der Praxis aussieht, ist Gegenstand intensiver Lobbyarbeit.

In Deutschland versucht das Digitalministerium, den Anschluss herzustellen. Wie weit die Behörde nach einem Jahr ihres Bestehens tatsächlich ist, beleuchtet unser Artikel zum Digitalministerium nach einem Jahr: Bilanz und offene Aufgaben. Fazit dort: Der Wille ist erkennbar, die Umsetzungsgeschwindigkeit bleibt hinter den Ankündigungen zurück.

OpenAI selbst war im vergangenen Jahr mit einer internen Governance-Krise beschäftigt, die für mehr Schlagzeilen sorgte als jedes Produktupdate: Sam Altman wurde im November vom Board gefeuert, fünf Tage später wieder eingesetzt. Der Vorfall offenbarte, wie fragil die Kontrollstrukturen eines der mächtigsten KI-Unternehmen der Welt sind — und wie wenig externe Aufsicht in diesem Moment funktionierte.

Was die Bilanz wirklich bedeutet

Kevin Rooses „Hard Fork"-Jahresrückblick ist kein Triumphbericht und keine Warnung. Er ist ein Nüchternheitsprotokoll. Die wichtigste Erkenntnis nach zwölf Monaten ChatGPT lautet: Generative KI ist weder so gefährlich wie Untergangspropheten behaupteten noch so nützlich, wie Unternehmensbroschüren versprachen. Sie ist ein mächtiges, fehleranfälliges Werkzeug, das gelernt werden muss — von Nutzern, Unternehmen und Gesetzgebern.

Verbraucher, die ChatGPT heute zum ersten Mal öffnen, bekommen ein Produkt, das vor einem Jahr so nicht existierte: schneller, vielseitiger, zugänglicher. Wer es kritisch und informiert einsetzt, kann davon profitieren. Wer es unkritisch als Informationsquelle behandelt, riskiert, auf selbstsicher formulierte Fehlinformationen hereinzufallen.

Die Frage, die Roose am Ende offen lässt, ist dieselbe, die das nächste Jahr prägen wird: Folgt auf den Hype ein Plateau nüchterner Nützlichkeit — oder kommt der nächste Sprung, der alles wieder neu sortiert? Gartner nennt das den Übergang vom „Peak of Inflated Expectations" in das „Trough of Disillusionment". Ob generative KI dieses Tal schon durchschritten hat oder noch vor sich hat, ist die entscheidende Frage für alle, die in dieser Technologie investieren — Zeit, Geld oder Vertrauen.

Zum Vergleich: Auch andere kapitalintensive Tech-Sektoren haben in diesem Jahr mit dem Abgleich zwischen Versprechen und Realität gekämpft. Dass selbst gut finanzierte Unternehmen wie Lucid Motors, das seine Produktionsprognose zurückzog, zeigt, wie verbreitet das Phänomen überhöhter Erwartungen in der Technologiebranche ist — unabhängig davon, ob es sich um Elektromobilität oder künstliche Intelligenz handelt.

Ein Jahr ChatGPT ist kein Jubiläum zum Feiern oder Beklagen. Es ist ein Kalibrationspunkt. Und den zu setzen, ohne in Euphorie oder Panik zu verfallen, ist die eigentliche journalistische Leistung der „Hard Fork"-Bilanz.