Falls in einer plausiblen Zukunft ein Film darüber gedreht wird, "wie die KI-Blase platzte", wird Ed Zitron zweifellos eine zentrale Figur sein. Er verkörpert den perfekten Außenseiter-Archetyp: der exzentrische Einzelgänger, der alles kommen sah und dessen Warnungen vom Spielfeldrand niemand beachtete. So wie Christian Bale in **The Big Short** Michael Burry spielte, den Anleger, der den Finanzcrash 2008 vorhersagte, kann man sich gut vorstellen, dass etwa Robert Pattinson und Paul Mescal darum wetteifern würden, Zitron zu verkörpern – den lebhaften, bunt-schroffen, aber verbissen detailversessenen Briten, der zu einem der lautstärksten Kritiker der Tech-Giganten geworden ist.
Das soll nicht heißen, dass die KI-Blase zwangsläufig platzen wird, aber angesichts einer Flutwelle von KI-Euphorie hat Zitrons unverblümter, dreister Skeptizismus ihn zu einer Art Kultfigur gemacht. Sein Tech-Newsletter **Where’s Your Ed At** zählt inzwischen über 80.000 Abonnenten; sein wöchentlicher Podcast **Better Offline** steht regelmäßig in den Top 20 der Tech-Charts; er ist eine regelmäßige dissidente Stimme in den Medien; und sein Subreddit ist zu einem sicheren Hafen für KI-Skeptiker geworden, auch aus der Tech-Branche selbst – ein Nutzer beschreibt ihn als "einen Leuchtturm in einem Sturm aus wahnsinnigem hyperkapitalistischem Bullshit".
Zitron begann sich 2023, ein Jahr nach dem aufrüttelnden Launch von ChatGPT durch OpenAI, mit generativer KI zu beschäftigen. "Je mehr ich hinsah, desto verwirrter wurde ich", sagt er. "Nicht nur, dass große Sprachmodelle (LLMs) eindeutig nicht das leisteten, wofür sich die Leute begeisterten, sie hatten auch keinen Weg dorthin. Nichts, was ich fand, deutete darauf hin, dass dies ein echtes Geschäft war, geschweige denn etwas, das angeblich die Welt verändern würde."
Er spricht per Videocall aus seinem Büro in Las Vegas, trägt ein rotes Hoodie, umgeben von gerahmten Popkultur-Prints und amerikanischen Sport-Erinnerungsstücken. Und Mann, kann Zitron reden. Wie Hörer von **Better Offline** wissen, ist der 39-Jährige ein gewaltiger Redner – geschickt in ausgedehnten Monologen, trägt er seinen Standpunkt in zugänglicher, oft frecher Sprache vor, gespickt mit Fakten, Statistiken, Analogien und einer guten Portion Kraftausdrücken. Sein Londoner Akzent unterstreicht nur seine Rolle als Silicon-Valley-Contrarian – jemand, der das T in "Datacentres" verschluckt.
Zitrons These, warum generative KI zum Scheitern verurteilt ist, einfach zu erklären, ist nicht einfach: Letztes Jahr legte er sie in einem 19.000-Wörter-Essay dar. Aber sie lässt sich in zwei zusammenhängende Teile zerlegen: die tatsächliche Wirksamkeit der Technologie und die Finanzarchitektur des KI-Booms. In Zitrons Sicht sind beide Grundlagen wacklig.
Zuerst ist da das Problem, dass generative KI ihre Versprechen einlöst. In den letzten Jahren gab es zunehmend Prophezeiungen, die Technologie werde die Arbeit, wie wir sie kennen, auf den Kopf stellen. Dario Amodei, CEO von Anthropic – OpenAIs schärfster Konkurrent – warnte beispielsweise letzten Mai, KI könne innerhalb von fünf Jahren die Hälfte aller Einsteiger-Bürojobs vernichten. "Die aktuelle Generation von KI-Sprachmodellen wird das nicht tun", stellt Zitron selbstbewusst fest. "Mein Beweis ist, dass sie im Grunde genauso sind wie vor einem Jahr. Sie haben die gleiche Wirksamkeit. Und jeder Versuch, sie in etwas zu verwandeln, das tatsächlich autonom Dinge tun kann, ist gescheitert." Er argumentiert, dass LLMs halluzinieren und falsche Antworten geben, jedes Mal andere Reaktionen liefern und nicht wirklich lernen, schaffen oder viele komplexe Aufgaben ausführen können. Er stellt sogar infrage, diese Technologie als "Intelligenz" zu bezeichnen.
"Sie ist intelligent in dem Sinne, wie ein Würfelpaar intelligent ist", sagt er. "Große Sprachmodelle sind transformerbasierte Architekturen, die große Wahrscheinlichkeiten nutzen, um das nächste Token zu erzeugen. Sie tun das in großem Maßstab, also denkst du vielleicht: 'Oh, es erfindet Dinge.' Nein, es hat einen großen Datensatz und so viele Parameter..." Generative KI funktioniert, indem sie aus vorhandenen Daten schöpft, um Ergebnisse zu produzieren, nicht mehr. Wir würden eine Excel-Formel nicht als intelligent betrachten, also sollten wir generative KI auch nicht als intelligent bezeichnen.
Viele sind anderer Meinung, besonders was KIs Auswirkung auf Jobs betrifft. In Branchen wie Film, Kundenservice, Regierung und Tech berichten Fachleute, dass KI-Tools es ihnen ermöglichen, die gleichen Aufgaben mit weniger Personal zu erledigen. Selbst wenn sie nicht die Hälfte aller Jobs vernichtet, steht KI im Begriff, den Arbeitsplatz zu verändern. Eine Umfrage vom letzten Juni deutete an, dass Einstiegspositionen in Großbritannien seit dem Start von ChatGPT um fast ein Drittel zurückgegangen sind.
Zitron entgegnet, dass "Korrelation nicht Kausalität bedeutet", und verweist auf Berichte, die die Rolle von maschinellem Lernen bei Jobverlusten infrage stellen oder herunterspielen. Ein aktueller MIT-Bericht zum "Stand der KI in der Wirtschaft 2025" fand beispielsweise, dass 95 % der Unternehmen, die KI integrieren wollten, "null Rendite" sahen. Der Bericht stellte fest, dass die meisten generativen KI-Systeme es nicht schaffen, Feedback zu behalten, sich an Kontexte anzupassen oder sich mit der Zeit zu verbessern.
Das führt zum zweiten Teil von Zitrons Argument: Die Wirtschaftlichkeit des KI-Booms geht nicht auf. Das Investitionsniveau, das in KI fließt, ist beispiellos. Die "Prachtvolle Sieben" – Alphabet (Googles Mutterkonzern), Amazon, Apple, Meta, Microsoft (das 27 % von OpenAI besitzt), Nvidia und Tesla – machen nun 34 % des S&P 500 aus, eines Index, der etwa die Hälfte des Weltmarkts abbildet. Als führender Hersteller von GPUs, den leistungsstarken Chips, die für KI essenziell sind, druckt Nvidia laut Zitron im Grunde "Geld". Währenddessen leihen und geben andere Milliarden aus, die sie vielleicht nie wieder hereinholen.
Während Silicon-Valley-Startups traditionell mit Verlust arbeiten, um Marktanteile zu gewinnen und später Profit zu machen, ist die aktuelle Kluft zwischen Angebot und Nachfrage alarmierend groß. KI zu bauen erfordert massive Investitionen: Ein typisches Rechenzentrum braucht zehntausende GPUs, jede kostet über 50.000 $ (37.000 £), plus Software, Vernetzung, große Einrichtungen und erhebliche Mengen an Strom und Wasser. Die geschätzten Kosten für 1 GW KI-Rechenzentrumskapazität liegen bei 35 Milliarden $ (26 Milliarden £). Folglich können nur finanzstarke "Hyperscaler" wie Google, Meta, Amazon, Microsoft und Oracle in diesem Maßstab konkurrieren.
Auf der Nachfrageseite ist die Aussicht weniger klar und alles andere als sicher. OpenAI plant beispielsweise, in den nächsten fünf Jahren 1,4 Billionen $ (1 Billion £) in KI-Infrastruktur zu stecken, doch seine prognostizierten Einnahmen für 2025 liegen nur bei etwa 20 Milliarden $ (15,8 Milliarden £). Zitron weist darauf hin, dass viele Deals zwischen KI-Firmen im Wesentlichen darin bestehen, dass sie sich gegenseitig bezahlen. Letzten September kündigte Nvidia eine 100-Milliarden-$-Investition in OpenAI an, die wiederum die Mittel nutzen wird, um Nvidia-Chips zu kaufen. Ähnliche Arrangements sind in der Branche üblich. Selbst "Neocloud"-Firmen wie CoreWeave, Lambda und Nebius, die Rechenzentren bauen und GPU-Kapazität vermieten, sind stark auf Geschäfte mit Giganten wie Google, Microsoft, Amazon und Nvidia angewiesen. Zitron behauptet, dass ohne diese Hyperscaler die gesamten KI-Recheneinnahmen für 2025 unter einer Milliarde Dollar lägen.
Was die Rentabilität betrifft: ChatGPT hat nun schätzungsweise 800 Millionen Nutzer, aber die meisten zahlen nicht. Selbst für zahlende Abonnenten variieren die Kosten für die Verbindung eines Nutzers zu... Für ein KI-Modell wie GPT können die Kosten pro Nutzerinteraktion dramatisch variieren. Ein Nutzer stellt vielleicht eine einfache Frage oder etwas, das das Modell zu einer komplexen Antwort veranlasst. Wie Zitron betont, gibt es hier keine Skaleneffekte – jede Abfrage erfordert "Compute" oder Computerverarbeitung auf Kosten des Anbieters. "Je mehr jemand ein Power-User dieser Plattformen ist, desto mehr wird er dich kosten. Das ist fast das Gegenteil davon, wie Silicon Valley normalerweise funktioniert." Und wenn die Antwort nicht zufriedenstellend ist und überarbeitet werden muss, was oft vorkommt, "ist das mehr verbrannter Compute, ohne dass du zusätzliches Geld verdienst." Während KI-Modelle ständig billiger und fortschrittlicher werden, wird dies nur durch den Einsatz von noch mehr Rechenleistung erreicht. "Es ist, als ob der Benzinpreis ein bisschen sinkt, aber du musst 250 Meilen extra fahren, um irgendwohin zu gelangen. Das ist also wirklich problematisch – denn es bedeutet, dass es keinen Rentabilitätspunkt gibt."
Ein typisches Rechenzentrum erfordert zehntausende GPUs.
Noch einmal, nichts davon garantiert, dass ein großer KI-Crash passieren wird, aber "wenn ich falsch liege, weiß ich nicht, wie ich falsch liege", sagt er. "Jedes Gegenargument, das ich zu meiner Arbeit gelesen habe, ist meistens nur Wunschdenken, dass 'die KI besser wird'."
Viele haben Zitron vorgeworfen, einen Groll gegen Big Tech zu hegen, aber er bestreitet das: "Ich habe ein Problem mit denen, die nicht über die Realität sprechen wollen." Er meidet Aufmerksamkeit sicherlich nicht, aber das ist nicht der Grund, warum er damit anfing, erklärt er. "Ich schreibe gern. Ich zerlege Dinge gern. Ich löse gern Rätsel. Ich schätze, ich mag es, Dinge verstehen zu können. Viel davon ist einfach ich, der versucht, es sich selbst zu erklären, eher als einem Publikum." Er hat keine formale Ausbildung in Wirtschaft oder Informatik und hat nie in der Tech-Branche gearbeitet. "Ich habe im Grunde alles von Grund auf gelernt."
Zitron fühlte sich aber schon immer zu Technologie hingezogen. Er sagt, er habe in seinem Leben 10 PCs selbst zusammengebaut. Es begann, als sein Vater ihm mit 10 einen PC mit Einwahlverbindung kaufte. "Also war ich schon früh online. Ich dachte sofort: 'Das ist die Zukunft. Ich liebe das. Ich liebe es, dass ich mit Leuten reden und spielen kann.' Ich war ein ziemlich einsames Kind. Ich hatte nicht viele Freunde, aber ich habe viele Freunde online gefunden."
Aufgewachsen in Hammersmith, West-London, beschreibt Zitron seine Eltern als liebevoll und unterstützend. Sein Vater war Unternehmensberater; seine Mutter zog ihn und seine drei älteren Geschwister groß. Aber "die weiterführende Schule war sehr schlecht für mich, und mehr werde ich dazu nicht sagen." Er hat Dyspraxie, eine Koordinationsstörung, und wurde in seinen 20ern mit ADHS diagnostiziert. "Ich glaube, ich bin durch jede Sprache und jede Naturwissenschaft durchgefallen, und in Mathe war ich nicht brillant", sagt er. "Aber ich war schon immer besessen von Details."
Nach einem Studium der Medien und Kommunikation an der Aberystwyth University begann er für Gaming-Magazine zu schreiben, aber "ich kam an einen Punkt, an dem ich in London unglücklich war." Also zog er 2008 nach New York und begann in Tech-PR zu arbeiten. Er sagt, er könne sich eine Rückkehr nach Großbritannien nicht vorstellen. Über sein Privatleben spricht er nicht, außer zu erwähnen, dass er einen Sohn hat, weshalb er in Las Vegas lebt. Es stört ihn nicht dort: "Jeder ist komisch, also ist niemand komisch." Es wurde berichtet, dass er zweimal verheiratet und geschieden war.
Zitron arbeitet weiterhin in Tech-PR, was im Widerspruch zu seiner Rolle als Tech-Kritiker zu stehen scheint – entweder wie die Hand beißen, die einen füttert, oder ein Interessenkonflikt. Er sieht das nicht so. Er sagt, er habe keine KI-Kunden und arbeite nicht mit Big Tech, und habe nur noch wenige Kunden. Die Arbeit hat ihm ein Netzwerk von Kontakten in der Branche verschafft und ihm möglicherweise geholfen, sich selbst zu vermarkten. 2013 veröffentlichte er ein Buch mit dem Titel **This Is How You Pitch: How To Kick Ass in Your First Years of PR**. Allerdings wird er vielleicht nicht mehr lange in PR arbeiten. "Der Medienanteil macht heutzutage mehr von meinem Einkommen aus, als ich je erwartet hätte", sagt er. Er schreibt derzeit ein neues Buch, das nächstes Jahr erscheinen soll, mit dem Titel **Why Everything Stopped Working**. "Es ist eine Art Auseinandersetzung damit, wie die Welt so wurde, wie sie ist, und wie Technologie heute alles ist", erklärt er und fügt hinzu, dass nur ein Kapitel über KI handelt.
Wenn Zitron ein Steckenpferd hat, dann ist es der neoliberale Kapitalismus im Allgemeinen. "Ich glaube nicht, dass die Leute ernst genug genommen haben, wie schlimm die Deregulierung der Finanzmärkte durch Thatcher und Reagan war. Ich glaube nicht, dass die Leute ernst genug nehmen, wie schlimm es war, niemanden für die große Finanzkrise ins Gefängnis zu stecken... Ich glaube nicht, dass die Leute die Bedrohung durch wachstumsorientierten Kapitalismus und Wachstum um jeden Preis ernst genug nehmen."
Statt uns in eine utopische Zukunft zu führen, sieht Zitron in KI die logische Konsequenz des Neoliberalismus. "Das Größte, was wir aus der Generation der großen Sprachmodelle gelernt haben, ist, wie viele Leute begeistert sind, Menschen zu ersetzen, und wie viele Leute einfach keine Arbeit irgendeiner Art verstehen", sagt er.
Zitron steht mit seinen Ansichten nicht mehr ganz so allein da. Er stimmt mit Figuren wie Cory Doctorow überein, der in seinem Podcast aufgetreten ist und dessen "Verschlechterungs"-These ähnlich argumentiert, dass Tech-Firmen heute mehr von Profit als von der Schaffung nützlicher Produkte getrieben werden. Unterdessen merken andere KI-Skeptiker wie der Kognitionswissenschaftler Gary Marcus an, dass sie ähnliche Argumente wie Zitron vorbringen, sich aber in seiner Erzählung übersehen fühlen. Ungeachtet dessen wächst der Widerstand gegen KI: Lokale Gruppen lehnen den Bau umweltschädlicher Rechenzentren ab; Verbraucher wehren sich gegen die Einfügung von KI in jedes mögliche Produkt; Schöpfer ergreifen rechtliche Schritte gegen die Nutzung ihrer Arbeit ohne Erlaubnis durch die Branche; und es gibt öffentliche Empörung über Schäden durch soziale Medien, verdeutlicht durch Vorfälle wie Elon Musks Grok, das nicht einvernehmliche, grenzwertig Deepfake-Pornografie erzeugt.
Gleichzeitig nimmt die Spekulation über eine KI-Blase zu. Warnungen kommen jetzt von allen, von der Bank of England bis Microsoft-CEO Satya Nadella. Investor Michael "Big Short" Burry sagt, er setze gegen Nvidia, und ein kürzlicher New-York-Times-Kommentar spekulierte, OpenAI könne innerhalb von 18 Monaten pleite sein. Zitron denkt, es könnte noch schneller passieren. Er weist darauf hin, dass Big-Tech-Firmen bald ihre Jahresergebnisse für 2025 melden und vage über ihre KI-spezifischen Einnahmen waren. "Warum würden sie das tun? Nun, weil sie nicht sehr groß sind. Also ist das Ganze – um einen Ausdruck zu benutzen, den ich hasse – es ist ein Vibe." Wenn etwas Bedeutendes passiert, wie Nvidia, das seine Ziele verfehlt, könnte es eine Neubewertung des gesamten Sektors auslösen und möglicherweise sogar eine neue globale Fin
