In welcher Phase der KI-Entwicklung stehen wir derzeit – Stand September 2025?

von LarsHattwig · 5. September 2025

In den früheren Artikeln Die Phasen der KI-Entwicklung und die profitierenden Aktien und Branchen und Die Phasen der KI-Entwicklung 2025: Aktueller Stand und profitierende Aktien hatte ich bereits versucht die derzeit laufende KI-Innovation in verschiedene Phasen zu unterteilen, mit den entsprechenden Chancen am Kapitalmerkt. Dieser Artikel ist eine weitere Fortsetzung dieser laufende Serie, um abschätzen zu können, in welcher Phase der KI-Entwicklung stehen wir derzeit?

KI, das nächste große „Spalt“-Thema?

Wenn ich mich beim Thema Künstliche Intelligenz umhöre, gibt es derzeit noch ein sehr großes Lager, die KI als Hype oder überbewertet sehen (um es diplomatisch zu formulieren) und ein eher kleines Lager, die KI derzeit schon intensiv nutzt oder zumindest interessiert den Fortschritt verfolgt.
Für die Börsenentwicklung ist es durchaus vorteilhaft, wenn die Masse der Menschen bei einem Thema noch nicht dabei ist. Aus beruflicher Sicht halte ich es für einen schweren und folgenreichen Fehler, sich nicht mit dem Thema Künstliche Intelligenz zu befassen. Daher auch meine zahlreichen Hinweise auf diese Thematik aus verschiedenen Perspektiven.

Ein kurzes Skizzieren der bisherigen Entwicklung

Die KI-Entwicklung hat in den letzten Jahren eine transformative Reise durchlaufen, die oft als „KI-Boom“ bezeichnet wird. Seit 2015, als Meilensteine wie AlphaGo von Google DeepMind die Welt beeindruckten, hat sich die Technologie von einer Nischenanwendung zu einem globalen Treiber für Innovation und Wirtschaftswachstum entwickelt. Experten wie die von Our World in Data und der AI Timeline von Epoch AI beschreiben diese Entwicklung als eine Serie von Phasen, die durch exponentielles Wachstum in Rechenleistung, Datenverfügbarkeit und Algorithmen gekennzeichnet sind.

Das „KI-Wachstum von 2015 bis 2035“ lässt sich in drei Hauptphasen unterteilen: die Aufbauphase (2015–2020), die Beschleunigungsphase (2021–2025) und die Reifungsphase (2026–2035).

In der Aufbauphase (2015–2020) legten Pioniere wie Google, Microsoft und OpenAI die Grundlage für moderne KI-Systeme. 2015 markierte AlphaGo den Einstieg in die „Large-Scale AI“-Ära, mit Compute-Leistungen von etwa 10^20 FLOP (Floating Point Operations). Bis 2020 wuchs dies auf 10^24 FLOP an, angetrieben durch Deep Learning und Modelle wie GPT-3 von OpenAI. Diese Phase war geprägt von Fortschritten in maschinellem Lernen, Bilderkennung und Sprachverarbeitung, wie sie in der Timeline of Artificial Intelligence auf Wikipedia detailliert werden. Die Welt sah erste Anwendungen in autonomen Fahrzeugen (Tesla) und medizinischer Diagnostik (IBM Watson). Der globale KI-Markt erreichte 2020 etwa 40 Milliarden US-Dollar.

Die Beschleunigungsphase (2021–2025) brachte den Durchbruch mit generativer KI. Mit der Covid-19-Pandemie explodierte die Digitalisierung, und Modelle wie GPT-4 (2023) und Gemini (2024) verdoppelten sich in Leistung alle 3–6 Monate, schneller als Moores Gesetz. Bis 2025 erreichte der Compute 10^26 FLOP, wie in der AI Timeline von Our World in Data prognostiziert. Innovationen umfassten multimodale Systeme (Text, Bild, Video) und Agentic AI, die autonome Aufgaben übernimmt. Der Markt wuchs auf über 200 Milliarden US-Dollar, mit Fokus auf Effizienz und Nachhaltigkeit – z. B. Googles Gemini mit nur 0,24 Wh pro Anfrage. Herausforderungen wie Bias-Mitigation und Regulierungen (z. B. EU AI Act) prägten diese Phase. Ab 2026 tritt die Reifungsphase (2026–2035) ein, in der KI allgegenwärtig wird.

Prognosen von AI Impacts und dem Stanford AI Index 2025 sehen bis 2030 einen Compute von 10^29 FLOP und AGI (Artificial General Intelligence) (Allgemeine Künstliche Intelligenz) mit 50% Wahrscheinlichkeit bis 2030. Bis 2035 könnte der Markt 3–5 Billionen US-Dollar erreichen, mit Fokus auf Quanten-KI, neuromorphische Systeme und ethische Integration. Laut LinkedIn-Berichten evolieren AI Companions zu emotional intelligenten Systemen, und Branchen wie Healthcare und Robotics sehen massive Disruptionen. Engpässe wie Energieverbrauch (KI könnte 10% des globalen Stroms bis 2030 verbrauchen) könnten das Wachstum bremsen, führen aber zu nachhaltigen Innovationen. Diese Phasen unterstreichen, dass wir uns in einer Ära des „current AI stage 2025“ befinden, wo KI nicht mehr hypothetisch, sondern wirtschaftlich dominant ist. Im Folgenden ein Überblick, wo wir genau stehen.

An welcher Stelle stehen wir (Stand September 2025) derzeit in diesen Entwicklungsphasen?

Stand September 2025 befinden wir uns am Anfang des „mittleren, steilsten Abschnitt der exponentiellen Wachstumskurve“ der KI-Entwicklung, etwa bei 40% des Zeitraums von 2015 bis 2035. Dies entspricht dem „Take-off“-Phase der AI phases, wo Investitionen und Innovationen explodieren, wie in Berichten von Epoch AI und dem Stanford AI Index 2025 beschrieben. Der Compute hat 10^26 FLOP erreicht, ein Millionenfacher Sprung seit 2015, und Modelle wie GPT-5 von OpenAI oder Gemini 2.5 Pro von Google oder Grok 4 von xAI dominieren Benchmarks. In der „Aktuelle KI-Phase 2025“ ist KI in der Beschleunigungsphase etabliert, mit Fokus auf KI-Agenten und Multimodalität. Laut MIT Technology Review und Gartner Hype Cycle 2025 sind AI Agents das dominante Narrative, die Workflows automatisieren und in Sektoren wie Healthcare (z. B. NHS-Automatisierung) einsetzen.

Warum sind KI-Agenten und Teams aus solchen so im Fokus?

KI-Agenten-Teams sind revolutionär, weil sie nicht nur einzelne Aufgaben automatisieren, sondern komplexe Prozesse selbstständig planen und ausführen können. Ein Team aus KI-Agenten, von denen jeder auf eine spezifische Aufgabe spezialisiert ist (z. B. Recherche, Textverfassung, Datenanalyse), kann zusammenarbeiten, um ein größeres Ziel zu erreichen.

Für Einzelunternehmer ist das ein enormer Vorteil, da sie so die Kapazitäten eines ganzen Teams zur Verfügung haben, ohne Angestellte einstellen zu müssen. Ein KI-Team kann wiederkehrende Aufgaben wie Marktforschung, Content-Erstellung für Social Media, Buchhaltung oder Kundenkommunikation übernehmen. Das verschafft Einzelunternehmern die Freiheit, sich auf strategische Entscheidungen und das Kerngeschäft zu konzentrieren. Sie können ihr Geschäft so effizient skalieren und haben einen klaren Wettbewerbsvorteil.

Der Markt wächst mit 27–30% CAGR, auf 244–372 Milliarden US-Dollar (Statista), getrieben von Nachhaltigkeit und Regulierung (59 US-Regulierungen 2024). Wir sind jedoch noch nicht am Plateau: Engpässe wie Datenmangel und Stromkapazitäten (15% jährliches Wachstum) bremsen leicht, wie in IEA-Berichten hervorgehoben. X-Posts und Experten wie von AAAI 2025 betonen, dass 2025 der „Moment der Wahrheit“ für KI-Adoption ist, mit 40% Produktivitätssteigerung bis 2035 (PwC). China führt in Open-Weights-Modellen, die USA in Patente (60%). Risiken umfassen Ungleichheit und Energieverbrauch, aber Chancen wie 97 Millionen neue Jobs überwiegen. Im Vergleich zu 2015 (frühe Deep-Learning) oder 2035 (mögliche AGI) ist 2025 der Knickpunkt, wo KI von Experiment zu Alltag wird – eine Phase, die Investoren und Berufstätige nutzen sollten.

In welcher Phase der KI-Entwicklung stehen wir derzeit - Stand September 2025?

Im Jahr 2025 startet(e) die exponentielle Wachstumsphase der KI-Entwicklung.

Eine kurze, kompakte Zusammenfassung der jüngsten Innovationen

Die „KI Innovationen 2025“ haben seit Mitte August beeindruckende Fortschritte gezeigt, fokussiert auf KI-Agenten, Multimodalität und Effizienz, hier nur sehr kurz skizziert.

Googles Gemini Drops (August 2025) integrieren Storybook für personalisierte Geschichten und Deep Think für komplexes Reasoning (schlussfolgerndes Denken), exklusiv für Ultra-Nutzer. NotebookLM erweitert sich um Video Overviews und Studio-Panel (Podcasts) für interaktive Lerninhalte.

OpenAI’s GPT-5, trainiert auf 170K–180K GPUs, ist multimodal und testet Reasoning mit PhD-Level-Intelligenz, z. B. 70% Win-Rate im Coding. Anthropic’s Claude-Extension automatisiert Browser-Aufgaben, und Amazon Bedrock AgentCore skaliert Agenten für Unternehmen.

Weitere Highlights: NVIDIA’s Robotics Platform für Echtzeit-Entscheidungen, SkyeChip’s Edge-AI-Prozessor und PaaLLM-0.5 für Crypto-Integration. Trends umfassen Nachhaltigkeit (Gemini: 33x effizienter) und Sicherheit (Trail of Bits Image-Attacks).

Mehr zu den aktuellen KI-Entwicklungen derzeit alle 7 bis 10 Tage aktualisiert.

Auf Basis der skizzierten Szenarien eine abgeleitete Prognose für den Aktienmarkt, insbesondere S&P 500 bis 2030

Basierend auf den skizzierten Phasen der KI-Entwicklung – von der Deep-Learning-Boom-Phase (2015–2020) über die Generative-KI-Beschleunigung (2020–2025) bis hin zur AGI-Reifung (2025–2030) – lässt sich eine gut begründete Prognose für den Aktienmarkt ableiten, insbesondere für den S&P 500. Die KI-Wachstumskurve, die ein exponentielles Wachstum in Compute-Leistung und Anwendungen zeigt, wird den Markt maßgeblich antreiben. Experten prognostizieren, dass KI bis 2030 einen globalen wirtschaftlichen Impact von bis zu 19,9 Billionen US-Dollar erzeugen könnte, was sich direkt auf börsennotierte Unternehmen auswirkt.

Der S&P 500, der bereits durch KI-Enthusiasmus in den letzten Jahren Rekorde brach, könnte bis 2030 auf 10.000 bis 15.000 Punkte klettern, getrieben durch Produktivitätssteigerungen, Kosteneinsparungen und neue Einnahmequellen in Sektoren wie Tech, Healthcare und Finance.

KI-Prognose S&P 500 für 2030

Die KI-Tools Grok4 und GPT5 wurden nach ihren Abschätzungen des Kurswertes des S&P 500 für 2030 befragt. Grundlage war die Technische Analyse, u.a. RSI, Bollinger Bänder und Fibonacci-Extensions, mit durchaus spannenden Prognosen für 2030.

Zunächst einmal unterstreichen aktuelle Analysen die transformative Rolle von KI für den S&P 500. Morgan Stanley schätzt, dass KI-Agenten und Robotik jährlich bis zu 920 Milliarden US-Dollar an Einsparungen für S&P-500-Unternehmen generieren könnten, hauptsächlich durch Automatisierung menschlicher Arbeit. Dies entspricht einer Reduzierung der Budgets um fast 1 Billion Dollar pro Jahr, was Margen verbessert und Gewinne steigert. Goldman Sachs prognostiziert, dass KI-basierte Technologien die Gewinne des S&P 500 in den nächsten zehn Jahren um 30 % anheben könnten, wobei der KI-Markt selbst bis 2030 auf 2 Billionen US-Dollar anwächst. PwC geht sogar von einem globalen AI-Beitrag von 15,7 Billionen US-Dollar bis 2030 aus, wovon 6,6 Billionen durch gesteigerte Produktivität und der Rest durch Konsumsteigerung entstehen. Diese Zahlen spiegeln sich in der Prognose für den S&P 500 wider: Evercore ISI hat kürzlich sein Ziel für 2025 auf 6.250 angehoben (von 5.600) und für 2026 auf 7.750, mit einem EPS (Earnings per Share) von 264 US-Dollar, unter Betonung der AI-Rolle bei Produktivität und Resilienz.

Adam Parker von Trivariate Research sieht einen Weg zum S&P 500 bei 10.000 Punkten bis 2030, auf der Grundlage eines jährlichen Gewinnwachstum von 10–11 %, das über dem historischen Durchschnitt von 8 % liegt und durch AI-Synergien in Revenue und Produktivität angetrieben wird. Eine optimistischere Stimme kommt aus X-Posts: Der S&P 500 könnte bis 2030 sogar 15.000 Punkte erreichen, getrieben durch Millennial-Einnahmen und steigende KI-Nachfrage, kombiniert mit ETFs wie dem Schwab U.S. Dividend Equity, der 4 % Yield bietet. Diese Prognosen berücksichtigen die KI-Revolution als Supercycle, ähnlich dem Dot-Com-Boom, aber mit realen Anwendungen: Von 2023 bis 2024 lieferte AI den besten Zwei-Jahres-Gewinn seit der Dot-Com-Ära, mit Capex-Investitionen von 7–9 Milliarden US-Dollar jährlich für 2025–2027.

Allerdings birgt diese Prognose Risiken. Die AI-Frenzy hat zu einer Konzentration im S&P 500 geführt, bei der die Top-10-Unternehmen (wie NVIDIA, Microsoft und Meta) fast 40 % des Index ausmachen, was zu Volatilität führen könnte. Skeptiker wie Goldman Sachs warnen vor einer „KI-Blase“, da die Produktivitätssteigerung möglicherweise nur 9 % beträgt, und Engpässe in Energie und Chips das Wachstum bremsen. Bis 2030 könnte KI bis zu 50 % der Einstiegsjobs in White-Collar-Bereichen eliminieren, was kurzfristig zu Marktkorrekturen führt, langfristig aber zu höherer Effizienz.

„White-Collar-Bereiche“ (oder „White-Collar-Berufe“) beziehen sich auf Berufe, die hauptsächlich geistige Arbeit erfordern und typischerweise in Büroumgebungen ausgeübt werden. Der Begriff leitet sich historisch von der Kleidung ab, die Angestellte in solchen Positionen oft trugen: weiße Hemden mit Kragen (im Gegensatz zu den blauen Arbeitsuniformen der „Blue-Collar“-Arbeiter, die manuelle oder handwerkliche Tätigkeiten ausüben).

Dennoch bleibt der Ausblick bullish: IDC schätzt, dass KI-Investitionen bis 2030 19,9 Billionen US-Dollar an wirtschaftlichem Wert schaffen, was den S&P 500 auf neue Höhen treibt.

Zusammenfassend: Die Prognose für den S&P 500 bis 2030 sieht ein Wachstum auf 10.000–15.000 Punkte vor, mit KI als Kern-Treiber. Investoren sollten auf Diversifikation achten, um Risiken wie Konzentration zu mindern, während der Übergang zu Phase 3 der KI-Entwicklung (2025–2030) neue Chancen in KI-Agenten und Robotik eröffnet. Diese Entwicklung könnte den Index um 150 % steigern, wenn KI die erwarteten Synergien liefert.

Wie du auch neuartige KI-Aktien finden kannst, erläutere ich im Video von KI & Kapital.

Handlungsempfehlungen für Berufstätige und Selbständige in der KI-Ära bis 2027:

In der aktuellen Phase der KI-Entwicklung, die von Generativer KI und Agentischen Systemen geprägt ist, müssen Berufstätige und Selbständige ihre Karrieren proaktiv anpassen, um im KI-Job-Markt 2025–2027 zu wachsen. Experten prognostizieren, dass bis 2027 über 50 % der US-Arbeitskräfte freiberuflich tätig sein werden, getrieben durch KI-gestützte Plattformen, die Job-Suchen beschleunigen und Effizienz steigern. Der KI-Markt erreicht bis 2027 407 Milliarden US-Dollar, was eine hohe Nachfrage nach AI-Fähigkeiten schafft – Freelancer mit KI-Know-how verdienen durchschnittlich 45 % mehr. Um zukunftssicher zu sein, schlage ich folgende Schritte vor:

Zuerst: Upskilling in hochgefragten KI-Rollen. Top-Positionen umfassen Machine Learning Engineer, Data Scientist, AI Research Scientist, AI Product Manager und Computer Vision Specialist. Nutz Plattformen wie Coursera oder LinkedIn Learning für Zertifikate in Python, TensorFlow und Ethik in AI.

Eine umfassende KI-Karriere-Roadmap für 2025 umfasst das Erlernen von Prompts für KI als Karriere Coach, z. B. „Analysiere meine Skills und schlage Leadership-Entwicklungen vor“.
Für Berufstätige: Integriere KI-Tools in den Alltag, um mehrere Stunden pro Woche zu sparen, wie Fiverr-Studien zeigen. Selbständige sollten KI für Content-Erstellung (z. B. ChatGPT) oder Automatisierung (z. B. Zapier) einsetzen, um Projekte skalierbar zu machen.

Zweitens: Netzwerken und Portfolio-Aufbau. Besuche Konferenzen wie die NeurIPS oder lokale KI-Meetups, um Kontakte zu knüpfen. Für Freelancer: Baue dir ein Portfolio auf Plattformen wie Upwork oder Fiverr, mit Fokus auf KI-Spezialisierungen wie Prompt Engineering oder KI-Ethik-Beratung. Die schnellstwachsenden Freelance-Jobs 2025 umfassen KI-Content-Erstellung und Data Analysis, mit Wachstum um 30–50 %. Nutz KI-Transition-Tools wie Resume-Optimierer oder Karriere-Simulatoren für personalisierte Ratschläge.

Drittens: Ethik und Anpassungsfähigkeit priorisieren. KI ist 2025 relevanter denn je – bau Modelle oder optimiere Jobs mit KI-Tools.
Für Selbständige: Von Team-Strukturen zu solo KI-gestützten Workflows wechseln, wie YouTube-Guides für 2025–2026 empfehlen. McKinsey warnt: Bis 2030 ändern 14 % der Jobs durch KI – fokussier dich auf kreative, menschliche Skills.

Zusammenfassend: Bis 2027 AI als Partner sehen, um Karrieren zu boosten – 49 % der Firmen suchen Freelancer für AI-Expertise.
Mehr dazu auch auf der Seite Künstliche Intelligenz – berufliche Aufgaben der Zukunft für Menschen und folgenden Seiten.

Die gesamte Entwicklung, von den historischen Anfängen über die Gegenwart, bis hin zur Zukunft der KI habe ich auf der Seite Künstliche Intelligenz chronologisch zusammengefasst.

Auf dem YouTube-Kanal KI & Kapital wende ich Prompts für verschiedene Themen zur Geldanlage und Trading regelmäßig an. Detailliertes Prompt Engineering für KI-Tools für das Selektieren von Aktien, ETF und andere Anlageklassen erlernst du in der Passiver Geldfluss Academy – Aktien und Trading. Hier erfährst du sogar Wege zu einem optimalen Prompt für deine individuelle Vermögensanlage, den du gleichzeitig auch für andere Themen universell anwenden kannst.

Wie du mit Aktien und anderen Anlageklassen langfristig Vermögen aufbaust oder für das kurzfristige Trading nutzt, erlernst du in der Passiver Geldfluss Academy – Aktien und Trading . NEU: Multi-Indikator für den universellen Börsenhandel, mit Angabe der jeweils profitablen Zeitebene (Backtesting!

Die aktuellsten Marktentwicklung und Handelssignale regelmäßig auf der Plattform X .
Mehrfach pro Woche wird die Börsenampel mit den Tages-Charts des S&P 500, Gold, Bitcoin und Euro / US-Dollar aktualisiert.
In der Passiver Geldfluss Academy – Aktien und Trading werden die Methoden zum erfolgreichen Handeln von Aktien und andere Anlageklassen ausführlich erläutert.
Erfolgreiches Trading in Zeiten der wirtschaftlichen und politischen Turbulenz – Warum jetzt der richtige Zeitpunkt ist!
Wie du mit Hilfe der Technischen Analyse gute Kauf- und Verkaufssignale für Trading und Investments erhältst.
Monatlich aktualisiert: Gewinner-Aktien – Aktien von profitablen Wachstums-Unternehmen in einem Aufwärtstrend.
Das Wikifolio ARMANE Strategien mit mehreren Investment- und Anlagestrategien kombiniert. Regelmäßige Aktivität der Aktien- und ETF-Auswahl je nach Börsenwetterlage.
Der Status des Wikifolio und weitere Handelssignale werden auch im Newsletter besprochen, der etwa einmal monatlich erscheint.