KI ist keine Blase

1. Oktober 2026

Von Brian Holman · Gründer und CEO, Dezota LLC

Ich weiß, was es kostet, aus einer Idee funktionierende Software zu machen.

Ich habe Risikokapital eingeworben, Unternehmen aufgebaut, Plattformen entworfen, Ingenieure eingestellt und die lange, teure Distanz zwischen dem Wissen, was ein Produkt tun sollte, und seiner tatsächlichen Umsetzung erlebt. Seit über dreißig Jahren wechsle ich zwischen Tastatur, Architekturdiagramm und Chefetage. Ich war Programmierer, Webarchitekt, Technologiechef, Produktchef, operativer Geschäftsführer, Präsident und CEO.

Wenn ich also sage, dass meine Erfahrungen mit KI mit nichts vergleichbar sind, was ich vorher erlebt habe, habe ich eine Vergleichsbasis.

In weniger als einem Monat habe ich mit KI-Agenten Fortschritte gemacht, die sich für mich so anfühlen wie früher ein Jahr Arbeit mit einem Team von ungefähr fünfzig Personen.

Lesen Sie das noch einmal.

Das ist meine Einschätzung meiner eigenen Arbeit, kein kontrolliertes Experiment und keine Behauptung, dass jeder dasselbe Ergebnis erzielen wird. Aber ich kenne die Arbeit. Ich kenne die Entscheidungen, Abhängigkeiten, den Entwicklungsaufwand und die Besprechungen, die früher zwischen einer Idee und ihrer Umsetzung standen.

„Ich sehe, wie diese Distanz zusammenbricht.“

Wenn ich die Veränderung als hundertfache Produktivitätssteigerung beschreibe, will ich vermitteln, wie groß sie sich aus dieser Position anfühlt. Etwas schneller trifft es nicht annähernd. Bessere Autovervollständigung ebenfalls nicht.

Das ist eine andere Art, etwas zu entwickeln.

Ich lese die Artikel, die warnen, KI sei überbewertet, die Blase werde platzen, es werde zu viel Geld ausgegeben und eine wirtschaftliche Katastrophe drohe. Manche stellen ernsthafte Fragen. Aber wenn diese Warnungen zu einem Urteil über die Technologie selbst werden, übersehen sie, was direkt vor meinen Augen passiert.

KI ist keine Blase.

Ich halte sie für die folgenreichste Erweiterung menschlicher Produktivfähigkeit, die mir in meinem Leben begegnet ist.

Im Sommer 1982, mit elf Jahren, gab ich die 500 Dollar, die ich mit dem Verkauf einer Kuh auf einer Viehschau verdient hatte, für meinen ersten Computer aus. Meine Mutter hielt das für Geldverschwendung. Ich begann zu programmieren und dachte: Das ist die Zukunft. Ich wollte nicht Farmer werden wie mein Vater. Ich wollte das machen. Mit vierzehn verkaufte ich meine erste Softwareanwendung.

Als Studienanfänger an der BYU belegte ich im Herbst 1988 einen Weltgeschichtskurs ohne Lehrbuch. Der Professor hielt Vorlesungen, und alle anderen versuchten, auf gelben Schreibblöcken mitzuhalten. Ich hatte einen tragbaren Tandy Model 102, den ich in der Highschool gekauft hatte. Ich tippte hundert Wörter pro Minute. Kommilitonen baten um Kopien meiner Notizen.

Ich erkannte den Nutzen dieser Maschine lange bevor ein Laptop im Unterricht alltäglich wurde.

Später arbeitete ich als Programmierer in der Harold B. Lee Library der BYU mit Gopher, als ich Mosaic auf meine DEC-Alpha-Workstation herunterlud. Das grafische Web zum ersten Mal zu sehen war einer dieser unvergesslichen Momente. Dieses Web würde großartig werden.

Im Januar 1994 erstellte ich die erste Website der Bibliothek und stellte die Sondersammlungen online. Später schrieb ich Instant JavaScript mit, als sich das Web zu einem Ort für die Entwicklung von Anwendungen wandelte.

Bei Novell versuchte ich vier Jahre lang, einen Netzwerkriesen ins Webzeitalter zu bringen. Wir entwickelten Onlinehandel, arbeiteten an einer stärkeren Webintegration von NetWare und bauten ein preisgekröntes Intranet. Ich wollte das Web in die Arbeit des Unternehmens einbetten.

Aus meiner Sicht hing die Organisation zu sehr an ihrer Vergangenheit. Die Chance zu erkennen war leichter, als alle dazu zu bewegen, sie zu nutzen.

Dann wurde ich von WebMiles angeworben: meine erste Führungsposition und meine erste Erfahrung in einem risikokapitalfinanzierten Startup. Wir sammelten 40 Millionen Dollar für ein universelles Treueprogramm mit Flugmeilen. Unser Ralphs-Pilot mit Kroger zeigte, was wir den Loyalitätseffekt nannten: Kunden fuhren an einem näheren Supermarkt vorbei, um anderswo Prämien zu sammeln.

Ich glaubte an das Geschäft. Ich sah auch die Exzesse. Wir gaben Millionen für „Miete einen Verwandten“-Werbung aus, die dem eigentlichen Produkt meiner Meinung nach wenig brachte. Wir erlebten unseren Anteil am Dotcom-Wahnsinn.

Nach dem 11. September zögerte Kroger, unser größter Kunde mit etwa siebzig Prozent des Umsatzes, Reisen zu bewerben. Ich glaubte, zusätzliche Finanzierung könnte diese Unterbrechung überbrücken. Unsere Investoren stellten sie nicht bereit, und wir schlossen.

Ich war einer der Menschen in einem Unternehmen, das dem Dotcom-Crash zum Opfer fiel. Wenn jemand Pets.com erwähnt, verstehe ich die Warnung. Ich erinnere mich aber auch an eine nützliche Idee, eingeklemmt zwischen Kundenkonzentration, einem furchtbaren externen Schock und Investoren, die nicht weitermachen wollten.

Bei Geolux und später PointeCast nutzten wir das Web für Schulungen. Bei PointeCast sammelten wir Millionen Dollar Risikokapital, entwickelten ein Lernmanagementsystem, kauften Technologie und bedienten mehr als tausend Kunden weltweit.

Als ich später nach sieben Jahren als Führungskraft für meinen Executive MBA an die BYU zurückkehrte, kaufte ich das erste iPhone. Meine Mitstudierenden hatten BlackBerrys und hielten den Preis für absurd. Warum so viel für dieses iPhone ausgeben? Meine Antwort: Leute, vertraut mir. Das iPhone ist die Zukunft.

Bei Close To My Heart war ich leitender Architekt von Studio J, unserer patentierten Onlineplattform für Fotocollagen und digitales Scrapbooking. Wir investierten Millionen in Forschung und Entwicklung und holten eine private F&E-Firma hinzu, um das interne Team zu ergänzen. Selbst mit dieser Hilfe waren wir vermutlich etwa ein Jahr im Rückstand, während wir auf die Veröffentlichung hinarbeiteten.

Wir hatten eine große Vision, aber ihre Umsetzung war außerordentlich schwierig. Ich weiß, wie viel Arbeit hinter der scheinbar einfachen Erfahrung steckte, die Kunden auf einem Bildschirm sahen.

Später arbeitete ich an der Modernisierung globaler Finanzsysteme, an Geodatenanalysen und am Umbau der Handelsplattform eines globalen Unternehmens. Ich wurde Präsident von Younique. Heute bin ich zurück bei Dezota und entwickle WealthProof, damit Menschen ihre Anlagen verstehen und fundiertere Entscheidungen treffen können.

Der rote Faden: Ich habe immer wieder dort gearbeitet, wo etwas Ungewohntes nützlich wurde.

Außerdem habe ich mein Leben lang Varianten derselben Frage gehört: Warum gibst du dafür Geld aus?

Ich war ein früher Palm-Pilot-Nutzer und wechselte zum Treo, als diese Funktionen ins Telefon wanderten. Im Mai 2013 erhielt ich eine Kickstarter-Pebble-Smartwatch. Da mir kein Zifferblatt gefiel, programmierte ich Moontiles. Ein Blick aufs Handgelenk half mir, Benachrichtigungen zu sortieren, ohne ständig das Telefon herauszuholen.

Als Apple in den Smartwatch-Markt einstieg, nutzte ich auch diese Uhr. Ich musste sogar die Anleitung lesen, nachdem ich an einer Home-Depot-Kasse erfolglos mit dem Handgelenk gewinkt hatte. Früh dabei zu sein bedeutete nie, dass jede Funktion offensichtlich oder jede Erfahrung reibungslos war. Es bedeutete, einen Grund zu sehen, die Schwächen zu überwinden.

Ich kaufte auch die Apple Vision Pro zum Verkaufsstart. Sie ist noch in Entwicklung. Sie ist immer noch zu schwer. Aber sie ist beeindruckend, und ich glaube, sie weist auf mindestens einen Aspekt der Zukunft hin. Ich kann die Grenzen eines Geräts sehen und trotzdem verstehen, warum es wichtig ist.

So erkenne ich mich im frühen Anwender wieder, den Geoffrey Moore in Crossing the Chasm beschreibt. Ich bin bereit, die Schwächen zu überwinden, weil ich sehe, was diese Fähigkeit ermöglicht.

Heute gehören Laptops und Smartphones zum Alltag, und Smartwatches sind ein vertrauter Anblick. Wir vergessen, wie seltsam neue Gewohnheiten wirken können, bevor sie normal werden.

Bei KI unterschätzen wir die Veränderung meiner Ansicht nach noch immer.

Ich hatte frühere KI-Programmierwerkzeuge in JetBrains genutzt. Sie halfen, aber manchmal hatte ich das Gefühl, ihnen zwanzigmal dasselbe zu sagen, bevor sie es richtig machten. Ich kenne den Unterschied zwischen einem vielversprechenden, aber nervigen Werkzeug und einer Zusammenarbeit, die die Arbeit verändert.

Meine Erfahrung mit ChatGPT-6 Astra fühlt sich an, als würde ich ein Orchester dirigieren.

Ich bringe die Vision, den Geschäftskontext, die Architektur und das Urteilsvermögen mit. Ich entscheide, was wir erreichen wollen. Ich steuere die Arbeit, hinterfrage Ergebnisse und führe die Teile zu einem stimmigen Produkt zusammen. Doch jetzt kann ich mit Agenten arbeiten, die mir helfen, Probleme zu durchdenken und die Arbeit in einem kaum vorstellbaren Tempo voranzutreiben.

Das Außergewöhnliche ist die Kontinuität. Ich kann von der Strategie zur Architektur, von der Architektur zur Umsetzung und von einem Problem zu einem Lösungsversuch wechseln, ohne jeden Übergang in die Warteschlange eines anderen stellen zu müssen.

Ich bin weiterhin dafür verantwortlich, zu erkennen, ob das Ergebnis sinnvoll ist. Meine Erfahrung zählt. Tests ebenso. Aber meine Fähigkeit, auf dieser Erfahrung aufzubauen, hat sich dramatisch verändert.

Im Laufe der Jahre arbeitete ich mit außergewöhnlichen Ingenieuren, die zwanzig- oder fünfzigmal produktiver schienen als ihre Kollegen. Sie konnten ein Projekt verändern. Sie waren auch selten, teuer und manchmal schwer in ein Team einzubinden. Brillante Einzelleistung machte nicht immer die gesamte Organisation wirksamer.

Stellen Sie sich nun vor, ein ganzes Orchester mit dieser Fähigkeit in allen Teilen dirigieren zu können. Das ist die treffendste Analogie für meine Erfahrung. Ich kann eine Idee verfolgen, solange sie in meinem Kopf lebendig ist, statt zuzusehen, wie ihre Energie durch Übergaben, Terminplanung und Verhandlungen versiegt.

Die Investition in das Training dieser Modelle ist als nutzbare Kapazität auf meinem Schreibtisch angekommen. Intelligenz, Reaktionsfähigkeit und die Qualität der Zusammenarbeit verändern, was ich versuchen kann.

Deshalb macht mich die skeptische Berichterstattung ungeduldig, selbst wenn ich die Sorge dahinter verstehe.

Jonathan Weils Artikel im Wall Street Journal fragt, was passiert, wenn Unternehmen keine externe Finanzierung mehr bekommen, von der sie abhängen. CNBCs Bericht über Michael Burrys Warnung bezweifelt, dass die Einnahmen die Investitionsausgaben tragen können.

Das sind echte Geschäftsfragen. Ich habe Geld eingeworben und Budgets verwaltet. Ich verstehe, dass Liquidität versiegen kann, obwohl ein Produkt noch Potenzial hat.

Heather Stewart im Guardian sorgt sich, dass Schulden und künftige Rechenverpflichtungen Verluste zwischen verbundenen Unternehmen verbreiten könnten. Ingmar Rentzhog in Forbes beschreibt, wie KI-Verluste zusammen mit Energie- und Klimaschocks eine Kreditkrise auslösen könnten. Der australische Bericht von ABC News stellt Fragen zu schuldenfinanzierten Rechenzentren und Inflation, die vor Produktivitätsgewinnen eintritt. Diese Argumente verdienen für sich genommen Aufmerksamkeit.

Ich kann nicht sagen, dass jedes Rechenzentrum seine Kosten wieder einspielen wird. Ich kann nicht sagen, dass jeder Investor den richtigen Preis bezahlt hat. Ich erwarte scheiternde Unternehmen, verschwendetes Geld und sich umkehrende Vermögen.

Ich baute Webunternehmen rund um den Dotcom-Crash auf. Unternehmen scheiterten. Das Web wurde weiter unverzichtbar. Eine schlechte Investition konnte neben einer außergewöhnlichen Erfindung bestehen.

Scheitert ein KI-Unternehmen, sagt das etwas über seine Finanzierung, Umsetzung oder seinen Markt aus. Es löscht nicht die Produktivfähigkeit aus, die Menschen wie mir bereits zur Verfügung steht.

Die Kritik am Nutzen trifft eher den Kern meines Widerspruchs.

Business Insiders Bericht über Steve Hankes Skepsis verbindet Zweifel an Sprachmodellen mit Zweifeln an spektakulären Umsatzprognosen.

Ein Modell muss nicht in jeder Hinsicht menschliche Intelligenz erreichen, um meine Arbeit zu verändern. Es muss mir bei echten Problemen helfen. Das tut es schon jetzt.

Fortunes Bericht über Kara Swisher betont die Ablehnung künstlicher Erlebnisse und den Wunsch nach echter menschlicher Verbindung.

Diesen Wunsch teile ich. Ich nutze KI, um ein nützliches Produkt zu entwickeln, dessen Zweck von mir kommt. Der menschliche Anspruch steht weiterhin im Zentrum der Arbeit.

In Entrepreneur argumentiert Solo Ceesay, die Revolution sei vor allem Marketing, und verweist auf begrenzte gemessene Auswirkungen und schwache Nachfrage.

Ich kann akzeptieren, dass viele Organisationen ihre Arbeitsweise noch nicht verändert haben. Meine Erfahrung zeigt, was möglich wird, wenn jemand mit tiefem Fachwissen diese Werkzeuge ernst nimmt und die Arbeit um sie herum neu organisiert. Ich glaube, viele andere werden diese Möglichkeit entdecken.

Und Sanjot Malhis Kommentar in Fortune trifft trotz der skeptischen Überschrift eine Unterscheidung, die ich begrüße: Viele KI-Produktivitätsunternehmen haben womöglich keinen dauerhaften Vorteil, während KI selbst enormes Potenzial besitzt.

Dem stimme ich zu. Ein überfülltes Feld schwacher Produkte schmälert nicht die Kraft, die jemandem zur Verfügung steht, der weiß, was er entwickeln will.

Meine dreißig Jahre Erfahrung sind für mich wertvoller geworden, weil ich mehr davon einsetzen kann. Architektur, Produkturteil, Führung und die Fähigkeit, schlechte Antworten zu erkennen, zählen. KI verleiht diesen Fähigkeiten eine viel größere Reichweite.

Diese Chance sollten meiner Meinung nach mehr Menschen erkennen.

Denken Sie an jemanden mit einer nützlichen Idee, der sich nie ein Team leisten konnte. An den Spezialisten, der ein Problem versteht, aber nie die Mittel für eine Lösung hatte. An das kleine Unternehmen, das mit einem unzureichenden System lebt, weil dessen Ersatz das Budget übersteigt.

„Wie viele Ideen sind hinter den Kosten ihrer Umsetzung gefangen geblieben?“

Ich glaube, wir beginnen, diese Hürde in einem kaum vorstellbaren Ausmaß zu senken. Mehr Menschen können es versuchen. Mehr Experimente werden möglich. Manche werden scheitern. Manche werden zu Produkten, Unternehmen und Arbeitsweisen, für die wir noch keine Namen haben.

Es wird Umbrüche geben. Menschen, die um ihre Arbeit fürchten, verdienen mehr als ein fröhliches Versprechen. Wir müssen neue Fähigkeiten lernen, Organisationen überdenken und entscheiden, wie mehr Menschen an dieser Chance teilhaben können. Doch die gesamte Geschichte auf Entlassungen zu reduzieren ignoriert die andere Seite der Gleichung: die neue Fähigkeit, etwas zu schaffen.

Wenn ich eine so große Analogie wie die industrielle Revolution bemühe, meine ich das. Kosten und Geschwindigkeit, mit denen menschliche Absichten zu nützlicher Arbeit werden, verändern sich. In meinem Teil der Welt spüre ich das schon.

Ich bitte Sie nicht, eine bestimmte Aktie zu kaufen. Ich bitte Sie, mitzumachen. Bringen Sie ein echtes Problem mit. Lernen Sie, die Werkzeuge zu steuern. Bringen Sie Ihre Erfahrung ins Gespräch ein. Gehen Sie weit genug, um zu sehen, was passiert, wenn die Technologie auf Arbeit trifft, die Sie verstehen.

Entscheiden Sie dann, ob das hauptsächlich Marketing ist.

Ich habe meine Karriere damit verbracht, Möglichkeiten zu erkennen, bevor sie offensichtlich wirkten. Ebenso mit der mühsamen Arbeit, sie in Produkte zu verwandeln. Zum ersten Mal holt die mir verfügbare Kapazität die Breite meiner Vorstellungskraft ein.

Deshalb begeistert mich dieser Moment so sehr.

Ich sitze auf dem Stuhl des Dirigenten, und das Orchester hat begonnen zu spielen.

KI ist keine Blase.

Wir stehen am Anfang von etwas viel Größerem, als wir bisher sehen können.