Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com2. Januar 2025 · Q009914

What’s Next for AI? 7 Trends to Watch in 2025

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Andrade benennt sieben mögliche KI-Trends für 2025: bessere Agenten und Mensch-KI-Arbeitsabläufe, sehr große und kompakte Modelle, längeres KI-Gedächtnis, komplexere Anwendungen sowie mehr Rechenzeit während der Inferenz. Er kennzeichnet den Beitrag als Sammlung von Entwicklungsfeldern statt als Vorhersage und beschreibt mehrere Punkte als Erwartungen oder Möglichkeiten.

Mittel

Frank Andrade skizziert sieben KI-Entwicklungsfelder für 2025. Er nennt den Beitrag ausdrücklich keine Zukunftsprognose, sondern einen Blick auf Bereiche, in denen KI seiner Ansicht nach noch wachsen kann.

Er erwartet leistungsfähigere KI-Agenten, die komplexe Aufgaben planen und Werkzeuge einsetzen, sieht aber Probleme bei logischem Denken und mehrschrittigen Szenarien. Außerdem fordert er bessere Arbeitsabläufe für die Zusammenarbeit von Fachleuten und KI. Als Beispiel berichtet er von einer Studie mit 50 Ärzten, in der ein Chatbot bei Diagnosen besser abgeschnitten habe als die Ärzte; Ärzte mit Chatbot-Unterstützung hätten schlechter abgeschnitten als der Bot allein.

Weitere Themen sind sehr große Modelle, die laut Autor künftig 50 Billionen Parameter übersteigen könnten, sowie kleine Modelle, die lokal auf Laptops oder Smartphones laufen. Andrade beschreibt größere Kontextfenster und die Perspektive eines nahezu unbegrenzten KI-Gedächtnisses, fragt aber, ob das wünschenswert wäre. Er erwartet zudem anspruchsvollere Anwendungen in Kundenservice, IT und Cybersicherheit. Schließlich verweist er auf Inferenz, bei der Modelle je nach Aufgabe länger rechnen könnten, um ihre Schlussfolgerungen zu verbessern. Die Punkte sind Erwartungen und Beispiele, keine systematische Prüfung oder gesicherten Vorhersagen.

Ausführlich lesen

Frank Andrade beschreibt sieben Entwicklungsfelder, die seiner Einschätzung nach 2025 für KI wichtig werden könnten. Er bezeichnet den Beitrag ausdrücklich nicht als Vorhersage, sondern als Überblick über Bereiche, in denen KI seiner Ansicht nach noch Verbesserungen braucht. Ausgangspunkt ist seine Beobachtung, dass KI 2024 stärker in den Alltag einzog, auch wenn es Enttäuschungen und Überraschungen gab.

Erstens erwartet der Autor Fortschritte bei KI-Agenten: Diese Systeme sollen komplexe Aufgaben in Teilschritte zerlegen, planen und Werkzeuge oder Datenbanken nutzen können. Derzeit scheiterten Modelle laut Andrade jedoch oft an konsistentem logischem Denken und an Situationen mit vielen Variablen. Die zentrale Herausforderung sei, Selbstständigkeit und Antwortqualität auszubalancieren.

Zweitens plädiert er dafür, die Zusammenarbeit zwischen Fachleuten und KI neu zu gestalten. Als Beispiel führt er eine Untersuchung mit 50 Ärztinnen und Ärzten an: Ein Chatbot habe bei Diagnosen anhand von Fallberichten besser abgeschnitten als die Ärzte. Die Gruppe, die den Chatbot als Hilfe nutzte, habe sogar schlechter abgeschnitten als der Chatbot allein. Andrade deutet dies als Problem sowohl des KI-Systems als auch der Einbindung in menschliche Arbeitsabläufe. Fachleute sollten KI sinnvoll nutzen können, ohne selbst zu Prompt-Experten werden zu müssen.

Drittens nennt er den möglichen Aufstieg sehr großer Modelle. Er behauptet, Modelle des Jahres 2024 lägen typischerweise bei ein bis zwei Billionen Parametern; künftige Modelle könnten 50 Billionen übersteigen. Die damaligen Ankündigungen von Gemini 2.0 und o3 deutet er als Hinweise auf diese Entwicklungsrichtung und auf neue Geschäftsmöglichkeiten. Viertens sieht er zugleich Chancen für kompakte Modelle mit wenigen Milliarden Parametern, die auch auf Laptops oder Smartphones laufen könnten. Als Beispiel nennt er IBMs Granite 3 mit zwei Milliarden Parametern.

Fünftens beschreibt Andrade den Ausbau des KI-Gedächtnisses: Kontextfenster seien von früher etwa 2.000 Tokens auf heute Hunderttausende oder Millionen gewachsen. Als mögliches Ziel nennt er ein nahezu unbegrenztes Erinnerungsvermögen, etwa bei Kundenservice-Bots, lässt aber offen, ob das tatsächlich wünschenswert wäre.

Sechstens erwartet er komplexere KI-Anwendungen. Eine Harris-Umfrage zufolge seien 2024 häufig Kundenerlebnis, IT-Betrieb und Automatisierung, virtuelle Assistenten und Cybersicherheit Einsatzfelder gewesen. Künftig könnten multimodale Systeme laut Autor schwierigere Kundenanfragen lösen, IT-Netze vorausschauend optimieren und Sicherheitswerkzeuge an neue Bedrohungen anpassen.

Siebtens hebt er längere Berechnungszeit während der Inferenz hervor: Modelle könnten vor einer Antwort je nach Aufgabe Sekunden oder Minuten „nachdenken“. Diese Art der Verbesserung könne laut Andrade ohne erneutes Training des Grundmodells erfolgen und neben besseren Trainingsdaten eine weitere Möglichkeit bieten, Schlussfolgerungen zu verbessern. Insgesamt präsentiert der Beitrag Erwartungen und Beispiele, aber keine eigene systematische Prüfung der sieben Entwicklungen; mehrere Aussagen werden als Einschätzungen oder mögliche Entwicklungen formuliert.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist im Kern treu und enthält keine erfundenen Angaben; ihr fehlen vor allem einige Belege wie die Arzt-Studie in der Kurzfassung. Die drei Sammelfragen werden vom Bericht kaum beantwortet, weshalb die Stufen deutlich niedriger liegen als Lunas Stufe 3.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kurzfassung nennt die Arzt-Studie nicht, in der ein Chatbot bei Diagnosen besser abschnitt als 50 Ärzte.
  • Die Angabe, dass Modelle 2024 typischerweise 1 bis 2 Billionen Parameter hatten.
  • Das Beispiel IBMs Granite 3 mit 2 Milliarden Parametern, das auf einem Laptop läuft.
  • Die Begründung der Inferenz-Zeit: Verbesserung ohne Neutraining, durch bessere Trainingsdaten und verfeinerte Gedankenketten.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 46 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 76 %gleiches Oberthema, hilft nicht
    • drex 78 %gleiches Oberthema, hilft nicht
    • d3-ultra 87 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 36 %gleiches Oberthema, hilft nicht
    • Luna 32 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 75 %gleiches Oberthema, hilft nicht
    • drex 70 %gleiches Oberthema, hilft nicht
    • d3-ultra 80 %gleiches Oberthema, hilft nicht
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 59 %einzelne zitierbare Belege
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 76 %gleiches Oberthema, hilft nicht
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 45 %Hintergrund, keine Belege
    • JEV 41 %einzelne zitierbare Belege
    • amos 32 %nur am Rande erwähnt
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 80 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 38 %Hintergrund, keine Belege
    • JEV 46 %Hintergrund, keine Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 34 %Hintergrund, keine Belege
    • d3-ultra 41 %Hintergrund, keine Belege
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 43 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV 66 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 81 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 39 %gleiches Oberthema, hilft nicht
    • Luna 53 %Hintergrund, keine Belege
    • JEV 37 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 74 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 86 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 39 %Hintergrund, keine Belege
    • JEV 40 %nur am Rande erwähnt
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 82 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →