Fei-Fei Li kam direkt aus dem Krankenhaus auf die Bühne. Ein Familienmitglied stand kurz vor einer Operation. Bei Bloomberg Tech 2026 in San Francisco sprach sie trotzdem — über Radiologie-KI, über den CT-Befund vom Vorabend, den sie einem Modell geschickt hatte, damit es ihr den Bericht erklären konnte, über das, was KI im Gesundheitssystem heute schon tut. Das war kein Bühnenbild. Das war die Realität, aus der sie kommt.
Li ist Co-Founderin und CEO von World Labs, Direktorin des Stanford AI Lab, und bekannt für ImageNet — das Datensatz-Projekt, das die Computervision der letzten zwanzig Jahre erst möglich gemacht hat. Ihr aktuelles Startup wettet auf das, was nach den großen Sprachmodellen kommt.
Die These ist evolutionär: Tierische Intelligenz hat vor 500 Millionen Jahren mit dem Sehen und Bewegen im physischen Raum begonnen. LLMs haben das nie gelernt. Large World Models sollen das nachholen — Systeme, die dreidimensionale Welten simulieren, nicht nur Pixel generieren.
Li unterscheidet drei Typen. Renderer erzeugen schöne Bilder, ohne sich auf Physik zu verpflichten. Planner berechnen für Maschinen und Roboter den nächsten Schritt. Simulatoren — das, was sie als eigentlichen Kern bezeichnet — versuchen beides: physikalisch korrekt, für Menschen und Maschinen gleichermaßen konsumierbar. Die ersten Anwendungen gehen an Profis: DesignerInnen, IngenieurInnen, EntwicklerInnen für Robotik und Industriedesign. Ob es einen Consumer-Moment wie ChatGPT geben wird, lässt sie offen. Vielleicht. Sie würde gern die Farbe ihrer Vorhänge mit einem Klick ändern.
AGI ist ein Begriff, den sie bewusst meidet — er stellt die Frage falsch, findet sie. Sie ist auf derselben wissenschaftlichen Reise wie am Anfang ihrer Karriere: denkende und handelnde Maschinen bauen. Den Weg mit Rhetorik zuzudecken, die mehr über Marketing erzählt als über Wissenschaft, interessiert sie nicht.
AGI steht für Artificial General Intelligence — eine KI, die nicht nur eine spezifische Aufgabe beherrscht, sondern prinzipiell jede geistige Tätigkeit, die ein Mensch ausführen kann. Der Begriff ist umstritten: Es gibt keine einheitliche Definition, wann AGI erreicht wäre, und er wird von Unternehmen wie OpenAI intensiv als Zielformulierung verwendet.
Der Teil des Gesprächs, der hängenbleibt, hat nichts mit World Models zu tun.
Li und Interviewerin Emily Chang sind beide Mütter von Teenagern. Chang fragt, wie KI das Lernen verändern wird. Li antwortet ohne Konjunktiv: AI must change learning. AI must change K to 16 learning. Sie nennt es eine der größten Chancen für die Menschheit im nächsten Jahrzehnt.
K to 16 ist der amerikanische Begriff für das gesamte Bildungssystem — von der Vorschule (Kindergarten) bis zum Bachelorabschluss, also 16 Schuljahre. Auf Deutschland übertragen: von der Kita bis zum Uni-Abschluss. Li meint das komplette institutionelle Bildungssystem, kein Teilbereich.
Und stellt die eigentliche Frage: Was ist die wertvollste Ressource der Welt? Ihre Antwort: Humankapital — das, was in Schulen, Büros und Laboren sitzt, denkt und entscheidet. Keine Chips, keine Rechenleistung.
Die Konsequenz, die sie zieht: Wenn eine Technologie in der Lage ist, Standardtests zu bestehen — jede Form standardisierten Wissens zu reproduzieren —, ist ein Bildungssystem, das genau darauf ausgerichtet ist, eine Fehlinvestition. Die Tests messen das Falsche — das ist das eigentliche Problem.
Human capital as the most precious resource klingt auf den ersten Blick nach dem üblichen Optimierungsjargon. Bei Li meint es das Gegenteil: Es ist ein Argument gegen die Fixierung auf Hardware, gegen die Logik, dass Rechenleistung das Entscheidende ist — und implizit gegen eine Bildungspolitik, die KI als Bedrohung menschlicher Substanz behandelt, statt als Anlass, diese Substanz endlich ernst zu nehmen.
Korea hat gehandelt — cross-ministeriale Bildungsoffensive, 34.000 Lehrende trainiert, adaptive KI-Schulbücher ab Klasse 5. Was diese Bücher vor allem können: Standardtests besser vorbereiten. Drill & Practice, nur schneller und personalisierter. Lis Diagnose trifft damit auch Korea: wer das Falsche misst, misst es mit KI nur präziser.
Was an dieser Stelle fehlt, ist eine andere Frage: Wie entsteht Urteilsfähigkeit? Wie lernen Menschen, mit KI zu denken — statt über KI zu lernen? KI verschiebt die Anforderung von Inhaltsproduktion zu Kontextualisierung, Reflexion und Klärung. Prompting ist weniger Werkzeugbedienung als Denkkompetenz. Das gilt im Arbeitsleben — aber darauf müssen junge Menschen vorbereitet werden, und Lehrkräfte müssen dort selbst weiter.
Was Lernende brauchen, sind Bedingungen: Zeit und Räume für selbstgesteuertes Lernen, die soziale Erlaubnis, Lernen als Teil der Arbeit zu begreifen — unfertig, sichtbar, beobachtbar. Lernen auf Vorrat löst das jedenfalls nicht.
Li sagt: Das wertvollste, was wir haben, sind Menschen. Die Frage, die offen bleibt: Unter welchen Bedingungen können sie das entfalten, was KI nicht kann?
Li ist nach der Bühnenzeit direkt zurück ins Krankenhaus gegangen.
Quelle
- Fei-Fei Li, Bloomberg Tech 2026, San Francisco (Interview mit Emily Chang, 18:21 min)