Wenn KI besser vorhersagt als wir

Während man in Deutschland noch darüber streitet, ob KI „wirklich schon etwas kann“ – und wo sie dem Menschen angeblich grundsätzlich unterlegen bleibt –, wird anderswo längst eine andere Frage verhandelt: Wann genau überholt sie uns? Und haben wir diesen Punkt vielleicht schon erreicht?

In The Atlantic beschreibt Ross Andersen genau diese Verschiebung. Als bereits messbaren Prozess. Sein Schauplatz sind Prognose-Wettbewerbe wie Metaculus und die boomenden Prediction Markets wie Polymarket oder Kalshi. Dort werden keine abstrakten Intelligenztests gespielt, sondern konkrete Ereignisse bepreist: Wird es in einem Land einen Putsch geben? Wie entwickelt sich eine Frontlinie? Wie viele Songs schaffen es in die Charts? Trifft ein Hurrikan eine bestimmte Küste?

Andersen erinnert daran, dass Prognose immer ein Machtfaktor war: Früher deuteten manche die Sterne für Könige, heute modellieren andere Kapitalströme, Risiken und politische Wahrscheinlichkeiten. Und dann kommt der Dreh: In diesen Turnieren treten inzwischen auch KI-Systeme an. Anfangs eher blamabel. Ende 2024 habe keine KI auch nur die Top 100 in einem großen Wettbewerb erreicht. Doch dann ging es schnell.

Ein Londoner Start-up namens Mantic schickte laut Andersen eine KI-Prognosemaschine in den Metaculus Summer Cup. 60 Fragen, Wahrscheinlichkeiten statt Ja/Nein, Themen von Ukraine bis Tour de France. Ergebnis: Platz acht von über 500. Der CEO habe selbst gezweifelt, ob das nur Glück war. Also nächster Versuch im Fall Cup – und die Maschine landete auf Platz vier. Entscheidend: Sie schlug nicht nur einzelne Menschen, sondern auch den gewichteten Durchschnitt der menschlichen Prognosen. Die KI war damit buchstäblich „weiser“ als die Weisheit einer ziemlich weisen Menge.

Andersen erklärt den Mechanismus dahinter als „Scaffolding“: mehrere große Sprachmodelle, die unterschiedliche Rollen übernehmen. Ein Modell wird auf Wahldaten angesetzt, ein anderes auf Wetter, wieder ein anderes auf ökonomische oder kulturelle Signale. Am Ende entsteht eine Team-Prognose, die schneller Informationen verarbeiten kann als jeder Mensch und dabei nicht ermüdet. Zusätzlich zitiert Andersen den Chicago-Professor Haifeng Xu, dessen Benchmarking-System KI-Modelle fortlaufend mit Fragen aus Kalshi füttert und ihre Trefferquoten auswertet. Die Modelle hätten, so Xu, unterschiedliche „Forecasting-Persönlichkeiten“ – und manche seien inzwischen erstaunlich stark.

Es geht also nicht nur um „KI kann Texte schreiben“, sondern um etwas Unangenehmeres: KI beginnt, menschliches Verhalten und menschliche Systeme so gut zu modellieren, dass sie deren nächste Schritte besser vorhersagt als wir selbst. Andersen nennt das eine mögliche „Prediction Singularity“: der Moment, ab dem KI bei realweltlichen Prognosen dauerhaft vorne liegt, während Menschen die Ableitung kaum noch nachvollziehen können.

Sollte uns das Angst machen? Vielleicht nicht. Aber es wäre fahrlässig, das als Nerd-Thema abzutun. Wenn Prognosen besser werden, werden Märkte härter, Politik manipulierbarer, Risiken asymmetrischer verteilt. Und wer die besseren Vorhersagen besitzt, besitzt einen Vorsprung, der sich schnell in Macht übersetzt.

Die Diskussion sollte deshalb nicht lauten, ob KI „zu etwas zu gebrauchen ist“. Sie ist es längst. Die bessere Frage lautet: Was tun wir, wenn die Maschine nicht nur antwortet, sondern die Zukunft zuverlässiger errät als wir?