Im April 2026 veranstaltete Sequoia Capital die vierte AI Ascent Konferenz. Drei Partner — Pat Grady, Sonya Huang und Konstantine Buhler — präsentierten in ihrer Keynote eine bahnbrechende These: Aus funktionaler Sicht ist AGI bereits Realität. Ihre Definition ist nicht akademisch, sondern geschäftlich: Wenn man einen Agent entsenden kann, der eine Aufgabe ausführt, sich von Fehlern erholt und durchhält bis zum Abschluss — dann ist das funktionale AGI.
Dieser Artikel vereint die vollständige Keynote, Vorträge von Demis Hassabis (DeepMind), Greg Brockman (OpenAI) und vier weiteren Rednern. Aus dem Prinzip der Ersten Grundsätze analysieren wir: Was ist funktionale AGI, die exponentielle Beschleunigung der METR-Kurve, die 10-Billionen-Dollar-Transformation von Copilot zu Autopilot, die drei Grundpfeiler der Agent-Wirtschaft — und das 18-Monats-Zeitfenster.
In der Wissenschaft gibt es bis heute keinen Konsens über die Definition von AGI. Doch die drei Sequoia-Partner sind keine Akademiker — sie sind Investoren, die Tausende von Unternehmen analysiert haben. Ihre Definition entspringt der geschäftlichen Realität.
Auf Deutsch: Wenn du eine KI losschicken kannst, damit sie eine Aufgabe erledigt, und sie Probleme selbständig löst, nicht mittendrin aufgibt und durcharbeitet bis zum Ergebnis — dann ist das AGI.
Grady betonte ausdrücklich, dass er keine "technische Definition" vorschlägt. Er kommt aus der Wirtschaftswissenschaft und erforscht die Kollision von Gründern und Märkten — also "Business". Aus geschäftlicher, praktischer, funktionaler Sicht markiert das Erscheinen von Long-Horizon Agents eine Zeitenwende.
Die ersten beiden waren "schnellere Pferde" — sie steigerten die Produktivität um 10-40 %, veränderten aber nicht die Arbeitsweise. Das dritte ist "die Ankunft des Automobils" — es steigert die Produktivität um das 10- bis 40-Fache und verändert das Wesen der Arbeit grundlegend.
Sonya Huang zeigte in der Keynote Forschungsdaten von METR (Model Evaluation and Threat Research) — möglicherweise die wichtigste Grafik der gesamten Veranstaltung:
Die METR-Kurve misst: Wie lange kann ein KI-Modell bei komplexen Aufgaben arbeiten, ohne "vom Kurs abzukommen".
Die KI-Aufgabendauer verdoppelt sich alle 7 Monate.
Was ist das Wesen der METR-Kurve? Sie misst nicht "Intelligenz", sondern Zuverlässigkeit mal Ausdauer. Ein menschlicher Mitarbeiter kann durchschnittlich 4-6 Stunden fokussiert arbeiten. Wenn der METR-Score eines Agents dieses Niveau erreicht, ist er funktional einem Vollzeitmitarbeiter gleichwertig — nur dass er weder schläft noch Urlaub braucht und beliebig dupliziert werden kann.
Bei einer Verdoppelung alle 7 Monate erreichen wir diesen Kreuzungspunkt etwa 2028. Das ist keine Spekulation — es ist die Extrapolation einer bereits beobachteten Exponentialkurve.
Sonya erwähnte ausdrücklich die AutoGPT- und BabyAGI-Experimente von 2022 — damals wurde GPT-3 in eine Schleife eingebettet und lief selbständig. Das Ergebnis?
Drei Jahre später funktioniert dasselbe architektonische Konzept plötzlich. Warum? Drei Komponenten sind gleichzeitig gereift:
Sonya verwendete eine brillante Metapher: Die SaaS-Tools, die wir in den letzten 20 Jahren für Menschen gebaut haben, werden jetzt zu "Prothesen" für Agents. SaaS ist nicht tot — es erlebt gerade die größte Nutzungsexplosion seiner Geschichte. Nur sind die Nutzer keine Menschen mehr.
Dies war das kommerziell einschlagendste Framework der Keynote. Pat Grady eröffnete mit einer Grafik, die alle zum Schweigen brachte:
In den letzten 15 Jahren Cloud-Transformation wuchs der Software-TAM von 350 Mrd. auf 650 Mrd. Dollar. Cloud machte davon 400 Mrd. aus.
Das ist das Budget für Werkzeugkauf: Für jeden Dollar gibt der Kunde 1 $ für Software aus.
Der durch KI-Agents erreichbare Dienstleistungsmarkt: 10 Billionen Dollar. Allein der US-Rechtsdienstleistungsmarkt umfasst 400 Mrd. — so viel wie der gesamte Softwaremarkt.
Das ist das Budget für Ergebniskauf: Für jeden Dollar gibt der Kunde 6 $ für Dienstleistungen aus.
Copilot verkauft Werkzeuge — "Diese Software macht Ihren Anwalt effizienter." Der Kunde gibt 1 $ aus.
Autopilot verkauft Ergebnisse — "Dieser Agent führt Ihren Prozess und schließt einen Vergleich." Der Kunde gibt 6 $ aus.
Derselbe Kunde, 6-fach unterschiedliches erreichbares Budget. Deshalb übertrifft die KI-Welle die Cloud-Ära bei weitem.
Sonya veranschaulichte anhand von "Programmierung" die vier Stufen vom Assistenten zum vollautonomen Agent:
| Stufe | Zeitraum | Form | Menschliche Rolle |
|---|---|---|---|
| Tab Autocomplete | 2023 | KI ergänzt neben dir | Tipper |
| Agentic Dev | 2025 | Du dirigierst den Agent | Manager |
| Async / Background | 2026 | Agent arbeitet im Hintergrund | Vorgesetzter |
| Dark Factory | 2027+ | Völlig unbeaufsichtigt | Chef (schaut gelegentlich auf Berichte) |
Der Begriff "Dark Factory" stammt aus der Fertigung — eine vollständig unbemannte Fabrik, in der kein Licht eingeschaltet werden muss. Sonya sagt, sie habe dieses Modell bereits in Produktionsumgebungen gesehen, darunter bei Cybersecurity-Unternehmen.
Sonya zählte Agent-Anwendungen auf, die bereits stattfinden:
Warum ist "Dienstleistung als neue Software" mehr als nur Marketingjargon? Weil sich die Kostenstruktur von Unternehmen fundamental verändert. Menschen einzustellen ist schwer skalierbar (Rekrutierung, Schulung, Management), während Agents mit Rechenleistung unbegrenzt skalierbar sind. Menschen brauchen Gehälter, Agents brauchen nur Tokens.
Heute sind Menschen in den meisten Dingen noch klüger — aber das Scaling Law schreitet voran, und bald werden Agents in vielen Bereichen klüger sein. Das heißt nicht, dass Menschen ersetzt werden, sondern dass sich die menschliche Rolle vom "Ausführer" zum "Entscheider" wandelt.
Pat Grady stellte das MAD-Framework vor — für alle Gründer, die auf Basismodellen aufbauen:
Google-DeepMind-Chef Demis Hassabis gab in seinem AI-Ascent-Interview eine konkrete, aber gewagte Einschätzung ab:
Das bedeutet nach seiner Schätzung: Etwa 2030 erreichen wir vollständige AGI. Noch interessanter ist seine Aufschlüsselung der "erledigten 75 %" und der "verbleibenden 25 %".
Hassabis formulierte eine tiefgreifende philosophische These: Information könnte fundamentaler sein als Energie und Materie. Wenn das Wesen des Universums Informationsverarbeitung ist, dann reicht die Bedeutung von KI weit über unsere heutige Vorstellungskraft hinaus — "and it's already pretty profound."
Er verwendete eine präzise Metapher: Unsere heutige KI gleicht dem 120 Jahre vor der Erfindung der Dampfmaschine liegenden Herumprobieren — etwas bewegt sich bereits, aber wir haben die dahinterliegenden "Gesetze der Thermodynamik" noch nicht entdeckt. Die Grundlagenwissenschaft der KI — warum sie funktioniert, warum es Scaling Laws gibt — verstehen wir im Grunde noch nicht wirklich.
Das ist Hassabis' pragmatischer Rat zum AGI-Wettlauf: Nicht überhastet "Superintelligenz" anstreben, sondern zuerst das "Superwerkzeug" perfektionieren. Allein dieser Schritt kann die Welt grundlegend verändern.
Hassabis teilte auch eine Lektion, die er aus seiner eigenen Gaming-Firma (Elixir Studios) gelernt hat:
5 Jahre voraus sein, nicht 50 Jahre.
Zu frühe Technologie findet keinen Markt, zu späte findet keinen Vorteil. 5 Jahre sind der Sweet Spot — früh genug, um einen Burggraben aufzubauen, aber nicht so früh, dass man sein Kapital verbrennt, während man auf die Marktreife wartet.
OpenAI-Mitgründer Greg Brockman formulierte in seinem Interview eine scheinbar einfache, aber tiefgreifende Erkenntnis:
Der traditionelle Engpass war Ausführungskapazität — nicht genug Leute, um die Arbeit zu erledigen. Im Agent-Zeitalter ist Ausführungskapazität nahezu unbegrenzt verfügbar. Der neue Engpass wird Urteilsvermögen — "Soll diese Sache überhaupt gemacht werden? Ist das Ergebnis das, was ich wollte?"
Zu wenig Personal, zu wenig Können, zu wenig Zeit.
"Ich weiß, was zu tun ist, aber ich finde niemanden, der es macht."
Zu wenig Aufmerksamkeit, zu wenig Urteilskraft, unklare Richtung.
"Die KI kann alles — aber ich bin mir nicht sicher, was getan werden soll."
Brockmans Standpunkt besagt im Kern: "Ausführung" wird zur Massenware — "Denken" wird zur einzigen Differenzierungsquelle.
In diesem Framework ist die wertvollste Fähigkeit der Zukunft nicht "KI bedienen können", sondern "wissen, was man die KI tun lassen sollte". Das deckt sich mit Karpathys Einsicht aus einem anderen Vortrag: "Du kannst dein Denken auslagern, aber nicht dein Verstehen."
Konstantine Buhler übernahm den dritten Teil der Keynote — "Was kommt als Nächstes?" Er zog eine großartige Parallele: Die kognitive Revolution wird die Welt verändern wie die industrielle Revolution.
Vor 1700: Über 99 % der körperlichen Arbeit durch Menschen und Tiere.
Wasserkraft → Dampfmaschine → Verbrennungsmotor → Elektromotor
2026: Über 99 % der körperlichen Arbeit durch Maschinen. Flugzeuge bringen dich her, Fabriken produzieren alle Güter.
Vor 2020: Über 99 % der kognitiven Arbeit durch Menschen.
Rechner → Elektronik → Neuronale Netze → ???
Zukunft: 99,9 % der kognitiven Arbeit durch Maschinen. Wir stehen an diesem Wendepunkt.
Sonya stellte vor Buhlers Teil eine Reihe unbehaglicher Fragen:
Damit die Agent-Wirtschaft funktioniert, braucht sie drei Grundpfeiler:
Ein Blick zurück: Die industrielle Revolution brauchte neue wirtschaftliche Infrastruktur, um ihren vollen Wert zu entfalten — Gesellschaften mit beschränkter Haftung, Zentralbanken, Patentrecht, Arbeitsrecht, Kartellrecht. Ebenso braucht die kognitive Revolution völlig neue Infrastruktur.
Wer diese drei Grundpfeiler zuerst errichtet, beherrscht den Zugang zur nächsten Wirtschaftsära. Das ist kein Technologieproblem, sondern ein institutionelles Innovationsproblem.
Buhler erzählte eine brillante historische Anekdote: 1884 sollte das Washington Monument gekrönt werden — mit dem damals kostbarsten Metall der Welt: Aluminium. 100 Unzen reines Aluminium auf der Spitze, wertvoller als Gold.
Dann wurde die Elektrolyse erfunden. Dasselbe Metall stürzte im Preis um 99,5 % ab. Heute wickelst du dein Sandwich in Alufolie — und wirfst sie weg.
Der Effekt von KI auf "kognitive Arbeit" gleicht dem Effekt der Elektrolyse auf Aluminium. Was du heute für eine Million an Expertenwissen einkaufst, könnte morgen so billig sein wie Alufolie. Aber die Verbreitung von Aluminium hat die Welt nicht zerstört — sie hat die Luftfahrt-, Bau- und Verpackungsindustrie erst geschaffen.
Die Frage ist nicht "Wird kognitive Arbeit an Wert verlieren?" — das wird sie. Die Frage ist: "Kannst du mit billiger kognitiver Kapazität noch nie dagewesenen Wert schaffen?"
Sequoias Framework hat besondere Relevanz für Unternehmen weltweit. Die Kombination aus KI-Infrastruktur und KI-Anwendungsschicht bildet eine asymmetrische Chance — und ein asymmetrisches Risiko.
Warum 18 Monate? Das ergibt sich aus der Kreuzung von METR-Kurve und Sequoias Marktanalyse:
Die Kernfrage ist nicht "Haben wir KI-Technologie?" — Die Frage ist, ob man vom "Schaufeln-Verkäufer" zum "Goldgräber" aufsteigen kann.
Im Goldrausch Schaufeln zu verkaufen ist ein gutes Geschäft. Aber wenn die Schaufeln anfangen, selbst Gold zu graben, muss der Schaufelverkäufer sich transformieren — oder zusehen, wie die Agents das Gold abtransportieren.
Bei jeder neuen Technologiewelle kommt die "Blasentheorie" auf. Viele fragen jetzt: Ist KI die Neuauflage der Dotcom-Blase von 2000? Pat Grady gab mit seinem Framework eine klare Antwort.
| Dimension | Dotcom-Blase 2000 | KI-Welle 2026 |
|---|---|---|
| Art der Revolution | Kommunikationsrevolution (Informationsverteilung) | Rechenrevolution (Informationsverarbeitung) |
| TAM | 650 Mrd. $ Softwaremarkt | 10+ Bio. $ Dienstleistungsmarkt |
| Umsatzwachstum | Pets.com verbrennt Geld ohne Einnahmen | Mehrere KI-Firmen über 1 Mrd. $ ARR |
| Technologiereife | Breitband noch nicht verbreitet | Basismodelle produktionsreif |
| Scaling Law | Existiert nicht | Pretraining + Inference-Time + RL: drei Scaling Laws funktionieren |
Die zentrale Lehre der Dotcom-Blase ist nicht "Das Internet war wertlos" — sondern "Der Wert wurde zu früh eingepreist". Die Blase platzte, aber Amazon, Google und Facebook wuchsen aus der Asche.
Wird die KI-Blase platzen? Möglicherweise. Einige Unternehmen werden sterben. Aber Gradys Framework "Rechenrevolution vs. Kommunikationsrevolution" zeigt: Die Fundamentaldaten der KI sind stärker als die des Internets, weil KI nicht nur die Verbreitung von Information verändert — sie verändert die Verarbeitung von Information. Das ist eine tiefere Transformation.
Blasen sind nicht beängstigend. Beängstigend ist, wenn du aus Angst vor der Blase nach deren Platzen feststellst, dass du das nächste Amazon verpasst hast.
Wenn du noch Softwarelizenzen verkaufst (Copilot-Modell), beträgt dein erreichbarer Markt 1 $. Wenn du dich als Ergebnislieferant positionierst (Autopilot-Modell), beträgt er 6 $. Derselbe Kunde, 6-facher Unterschied.
Aktion: Liste deine 10 wichtigsten Kunden auf. Frage dich bei jedem: "Wenn wir kein Werkzeug verkaufen, sondern direkt das gewünschte Ergebnis liefern — um wie viel könnten wir den Preis steigern?"
Nicht Entlassung — Umverteilung. Ein Mitarbeiter plus Agent kann die Produktivität von 10 früheren Mitarbeitern haben. Aber das erfordert eine Neugestaltung der Arbeitsabläufe, nicht einfach "ein KI-Tool dazupacken".
Aktion: Führe ein "Verifizierbarkeitsaudit" durch (angelehnt an Karpathys Framework). Hoch verifizierbare Aufgaben (Code, Datenanalyse, Compliance-Prüfungen) zuerst automatisieren.
Brockman sagt, Kontext ist eine einmalige Investition. Ist die Wissensdatenbank, der Entscheidungsprozess, die Kundendaten deines Unternehmens so strukturiert, dass ein Agent sie direkt nutzen kann?
Aktion: Bestimme eine Person (oder einen Agent), die in 90 Tagen das Kernwissen deines Unternehmens in ein agentenfähiges Format umwandelt.
Modes (Kundenbindung), Affordance (Nutzungshürden), Diffusion (Marktverbreitung). Wenn alle drei schwach sind, wirst du bald ersetzt.
Aktion: Bewerte dein Produkt nach dem MAD-Score (1-10), finde das schwächste Glied und konzentriere deine Ressourcen darauf.
Wenn dein Burggraben "unsere Ingenieure sind großartig" oder "unsere Software ist ausgereift" lautet, kann das im Agent-Zeitalter über Nacht nivelliert werden (Notion schrieb 8 Millionen Codezeilen in 6 Wochen um; Brett Taylor baute Sierra an einem Wochenende neu). Dauerhafte Burggräben sind Kundenbeziehungen, einzigartige Daten und institutionelles Vertrauen.
Aktion: Liste deine 3 größten Burggräben auf. Frage dich bei jedem: "Wenn ein Agent alles kann, was ein Mensch kann — besteht dieser Burggraben noch?"
Kehren wir zurück zu Pat Gradys Metapher: Die KI-Anwendungen der letzten Jahre waren "schnellere Pferde". Jetzt ist "das Automobil angekommen".
2025 lautete Sequoias Botschaft "KI ist keine Zukunft, sie ist Gegenwart".
2026 korrigierten sie: "Funktionale AGI ist Realität. Die Frage ist nicht, ob AGI existiert, sondern wer sich die 10 Billionen Dollar holt."
Die Kernbotschaften der sechs Vorträge zusammengefasst:
Sonya Huangs Schlussworte sind die beste Zusammenfassung der gesamten Konferenz:
"Whatever you can imagine building over the next hundred years, we think is now possible in a hundred days thanks to agents."
Was du dir vorstellst, in hundert Jahren zu bauen — mit Agents ist es in hundert Tagen möglich.
Das ist keine übertriebene Marketingphrase. Das ist die wahre Geschichte des Zed-Gründers, der in den Ferien allein mit Claude Code einen Dreijahresplan erledigte. Das ist die reale Fallstudie von Notion, die in sechs Wochen acht Millionen Codezeilen neu schrieben.
Das Auto ist da. Du kannst weiter Pferd reiten. Aber das Auto wartet nicht auf dich.