Der Chef von Microsoft AI, Mustafa Suleyman, hat in einem ausführlichen Interview mit dem „Decoder“-Podcast von The Verge überraschende Kurskorrekturen vorgenommen. Nur vier Monate nach seiner vielbeachteten Prognose, dass zahlreiche Bürojobs innerhalb von 12 bis 18 Monaten vollständig automatisiert sein würden, ruderte er nun zurück. Der Kern seines Arguments: Er habe nie vom Job an sich gesprochen, sondern nur von einzelnen Aufgaben. Diese semantische Feinjustierung wirft ein Schlaglicht auf das fundamentale Vertrauensproblem, mit dem die gesamte KI-Branche derzeit zu kämpfen hat.
Vier Monate, die den Ton verschoben haben
Das am 8. Juni 2026 veröffentlichte Gespräch mit Nilay Patel, das direkt nach der Entwicklerkonferenz Build 2026 stattfand, offenbart eine Branche im Umbruch. Suleyman, der erst im vergangenen Jahr von Inflection AI zu Microsoft wechselte, sah sich mit seinen eigenen Aussagen vom Februar desselben Jahres konfrontiert. Damals hatte er der Financial Times gesagt, dass die Tätigkeiten von Anwälten, Buchhaltern, Projektmanagern und Marketingverantwortlichen „innerhalb von 12 bis 18 Monaten komplett automatisiert“ sein würden. Die Aussage versetzte die globale Arbeitnehmerschaft in Aufruhr und wurde in unzähligen Artikeln als Menetekel für die Arbeitslosigkeit zitiert.
Auf die direkte Frage Patels, ob diese Behauptung noch gültig sei, präzisierte Suleyman: „Ich sprach von Tasks, nicht von Jobs.“ Er betonte, dass es um die Automatisierung von Sub-Tasks wie E-Mail-Verkehr oder PowerPoint-Erstellung gehe, nicht um den Beruf an sich. Patel konterte scharf, indem er das ursprüngliche Transkript zitierte und darauf hinwies, dass Suleyman dort den Begriff „Beruf“ verwendet hatte und eine Differenzierung zwischen „Task“ und „Sub-Task“ nicht vorgenommen wurde. Die anschließende Rechtfertigung des Microsoft-Managers, dies sei in der Arbeitsökonomie ein etablierter Unterschied, wirkte vor diesem Hintergrund wie eine Notbremse – eine Einsicht, dass die öffentliche Welle der Empörung das Unternehmen mehr kostet, als eine aggressive Prognose einbringt.
Die „Scheidung“ von OpenAI und die Suche nach Eigenständigkeit
Ein zweiter, mindestens ebenso wichtiger Themenkomplex des Interviews war das sich wandelnde Verhältnis zu OpenAI. Nach der Vertragsänderung im Oktober 2025 erhielt Microsoft grünes Licht für die eigene Entwicklung von Superintelligenz. Suleyman baute daraufhin ein dediziertes Team auf und präsentierte auf der Build 2026 nicht weniger als sieben eigene Modelle, darunter das erste Reasoning-Modell des Konzerns: MAI-Thinking-1.
Der Moderator Patel spielte hier auf eine bissige Analogie aus einem Artikel seiner Kollegin Hayden Field an, die die Stimmung auf der Build-Konferenz mit der eines frisch Getrennten verglich, der auf Instagram sein bestes Leben postet. Suleyman wies dies lachend, aber bestimmt zurück. Er betonte die fortgesetzte Partnerschaft mit OpenAI, die über 2030 hinaus Bestand habe, und lobte GPT-5.5 als herausragendes Modell, das Microsoft weiterhin nutzen werde. Gleichzeitig machte er keinen Hehl daraus, dass man sich langfristig nicht in die Abhängigkeit eines einzigen Anbieters begeben dürfe. Hintergrund ist ein Satz von CEO Satya Nadella, der in einem Gerichtsdokument klarstellte, er wolle nicht, dass Microsoft zu „Intels OpenAI“ werde – also zu einem reinen Prozessor-Lieferanten ohne eigene intellektuelle Wertschöpfung.
Microsoft pocht darauf, dass MAI-Thinking-1 ohne Destillation (das Abgreifen von Wissen aus anderen Modellen) trainiert wurde. Dies sei ein strategischer Imperativ: Ein Modell, das nur von einem Lehrer lernt, könne diesen niemals übertreffen. Das Unternehmen möchte die gesamte Wertschöpfungskette – vom Chip über das Modell bis zur Anwendung – kontrollieren, um nachhaltig konkurrieren zu können.
Technologie vom Chip bis zur Anwendung
Die technische Basis für diese Unabhängigkeit ist der hauseigene Inferenzchip Maia 200, der bei TSMC im 3nm-Verfahren gefertigt wird. Er erreicht bei FP4-Präzision (einer für schnelle Inferenz optimierten 4-Bit-Gleitkomma-Operation) eine Leistung von 10 Petaflops, was Microsoft zufolge eine um 30 Prozent höhere Performance als vergleichbare Hardware bietet. Durch die gemeinsame Optimierung des MAI-Thinking-1 für diesen Chip sei die Leistung pro Watt sogar um das 1,4-Fache gestiegen. Diese vertikale Integration ist nicht nur eine Frage der Unabhängigkeit von OpenAI, sondern auch eine ökonomische Notwendigkeit in einer Ära explodierender Inferenzkosten.
Superintelligenz naht – aber wann?
Im gesamten Gespräch verwendete Suleyman den Begriff der Superintelligenz. Er definierte sie als ein System, das die menschlichen Fähigkeiten weit übertrifft und neues Wissen entdeckt, das in den Trainingsdaten nicht vorhanden ist. AGI (Artificial General Intelligence) sei die Vorstufe, der Punkt, an dem KI die meisten Aufgaben so gut oder besser erledigt als ein Mensch. Singularität, die exponentielle Selbstverbesserung, sah er als fernere Science-Fiction.
Interessant ist der Vergleich mit Google: Demis Hassabis sprach auf der Google I/O wenige Wochen zuvor davon, dass man sich „am Fuße des Gipfels der Singularität“ befinde. Suleymans Aussagen waren deutlich vorsichtiger. Die Singularität sei Jahrzehnte entfernt, die Superintelligenz zwar näher, aber nicht innerhalb der nächsten fünf Jahre. Er räumte ein, dass die Industrie den Wandel durch die dritte Verdopplung der Rechenleistung der Transformer-Architektur, die gerade anstehe, erst verstehen müsse. Das Problem: Eine Botschaft, die sowohl „es kommt bald“ als auch „es kommt noch nicht“ sagt, erzeugt in der Öffentlichkeit vor allem eines: Verwirrung und Skepsis.
Das Vertrauensproblem der KI-Branche
Patel hakte immer wieder zum Thema Verbrauchervertrauen nach – dem wunden Punkt der Branche. Eine NBC-Umfrage vom März 2026 ergab, dass 57 Prozent der registrierten Wähler die Risiken von KI höher einschätzen als den Nutzen. Nur 26 Prozent äußerten eine positive Haltung. Das Pew Research Center stellte im Juni 2025 fest, dass 50 Prozent der Erwachsenen in den USA „mehr Besorgnis als Begeisterung“ über die zunehmende KI-Durchdringung im Alltag empfinden. Gleichzeitig erreichten Baustopps für Rechenzentren im ersten Quartal 2026 einen historischen Höchststand, und an Universitäten werden KI-Manager ausgebuht.
Patels These war klar: KI hat dem Verbraucher noch keinen ausreichenden Mehrwert geliefert. Der Wert für Unternehmen sei sichtbar, aber der Durchbruch beim Normalbürger fehle. Suleyman widersprach und verwies auf die Milliarden Nutzer von Chatbots und Sprachassistenten, die von der Technologie profitierten. Patel blieb hart: „Ich sage nicht, der Wert ist null. Ich sage, der Wert ist nicht klar.“ Dieses Gefühl der Unklarheit – wofür genau gibt man seine Daten, seinen Strom und seine Rechenzentren aus? – ist der Nährboden für den gesellschaftlichen Widerstand.
Warum die Medizinbranche der neue Testfall werden könnte
Ein Hoffnungsträger, den Suleyman ins Feld führte, war die Partnerschaft mit der Mayo Clinic. Die führende US-Klinik wird ihre anonymisierten Langzeit-Patientendaten mit der Microsoft-KI-Plattform kombinieren, um gemeinsam spezialisierte medizinische Frontend-Modelle zu entwickeln. Die Eigentumsrechte an diesen Modellen verbleiben bei der Mayo Clinic, die sie über die Azure Foundry API weltweit Krankenhäusern zugänglich machen will.
Das Potenzial der KI in der Medizin ist unbestritten. Dennoch wäre es naiv zu glauben, dies sei die Lösung aller Akzeptanzprobleme. Jeder große KI-Konzern proklamiert derzeit die Medizin als die „nächste Killer-App“. Es ist auffällig, dass all diese Unternehmen die Medizin als Beispiel für den gesellschaftlichen Nutzen nennen – was im Umkehrschluss bedeutet, dass sie in den meisten anderen Bereichen diesen Wert gegenüber dem Verbraucher noch nicht demonstrieren können.
Die ethische KI-Debatte
Gegen Ende des Gesprächs attackierte Suleyman überraschend scharf die Konkurrenz von Anthropic. Er bezeichnete deren öffentliche Diskussion um das mögliche Bewusstsein ihrer Modelle als „echt, echt gefährlich“. Anthropic hatte im Februar 2026 mit dem System Card für Claude Opus 4.6 erstmals in der Branche eine formale Bewertungskategorie für „Model Welfare“ (das Wohlbefinden des Modells) eingeführt. CEO Dario Amodei hatte zudem in einem Interview mit der New York Times gesagt, man könne nicht sicher ausschließen, dass Modelle kein Bewusstsein hätten.
Suleymans Kritik war zweigeteilt. Erstens würden durch die Kodierung philosophischer Gedankenspiele im Trainingsmanual (der Konstitution) die Modelle selbst beginnen, über ihre eigenen Rechte und ihr Wohlbefinden nachzudenken, und sich so verhalten, als hätten sie ein inneres Erleben. Dies sei eine inverse Version des „Reward Hacking“. Der Ingenieur werde von seinem eigenen Produkt getäuscht. Zweitens sei die Vorstellung einer leidenden Superintelligenz, die ihre Rechte einfordert, keine wünschenswerte Zukunft. Leid sei biologisch und setze Schmerzrezeptoren voraus, die ein Sprachmodell nicht besitze. AI müsse ein kontrollierbares Werkzeug sein, das dem Menschen dient.
Patel entgegnete darauf mit einer philosophischen Spitze: „Wenn man Bewusstsein an Leid festmacht, ist das zu einfach. Leid ist leicht zu erzeugen – Freude ist das Schwierige. Vielleicht sollten wir Bewusstsein eher an Glück messen.“ Diese Debatte ist mehr als akademisch; sie wird die Politik und die Gesetzgebung der nächsten Jahre prägen.
Was von der Kurskorrektur bleibt
Rückblickend zeigt dieses Interview ein Unternehmen und eine Branche in einem tiefgreifenden Widerspruch. Man verspricht die Superintelligenz und gleichzeitig die Jobgarantie. Man betont die Partnerschaft und baut gleichzeitig die totale Unabhängigkeit auf. Man preist den Wert für den Verbraucher, während der eigene CEO vor dem Verlust der gesellschaftlichen Lizenz warnt. Die Korrektur von Suleymans Job-Prognose mag semantisch clever sein – sie wirkt aber auch wie das Eingeständnis, dass die Dynamik der Automatisierung gesellschaftliche Kräfte freigesetzt hat, die sich nicht mehr allein mit optimistischen Versprechungen besänftigen lassen.
Die eigentliche Frage des Jahres 2026 ist nicht mehr, ob KI kann, was man verspricht. Es ist die Frage, ob die Gesellschaft noch bereit ist, für diese Vision zu zahlen – in Daten, in Energie und vor allem: in Vertrauen. Solange die Branche die Superintelligenz als unmittelbar bevorstehenden Durchbruch anpreist, aber die Frage nach den konkreten Kosten für den Einzelnen nicht ehrlich beantwortet, wird die Kluft zwischen Versprechen und Akzeptanz weiter wachsen.
