Andrej Karpathy postete am Dienstag, er wechsle zu Anthropic. Das Startup, das er zuletzt aufgebaut hatte — Eureka Labs, KI in der Bildung — steht jetzt im Wartemodus.
Hoffentlich wird das kein wöchentliches Karpathy-Update. Aber dass er hier schon wieder auftaucht — eine Ausgabe nach der ersten Donnerstags-Diagnose — zeigt genau die Dynamik, um die es geht.
Im Januar schrieb Karpathy, dass Claude Code seine Art zu programmieren stärker verändert hat als irgendetwas in seiner 20-jährigen Karriere. Früher schrieb er 80 Prozent seines Codes selbst; ein paar Wochen später ließ er die KI 80 Prozent erledigen. Seine eigenen Worte: Es hat seinem Ego wehgetan. Er hat es trotzdem gemacht.
Der Post bekam Millionen von Aufrufen, und ein Entwickler wandelte Karpathys Notizen in eine kleine Instruktionsdatei um — die inzwischen über 140.000 Likes auf GitHub hat, eine der am schnellsten wachsenden Dateien in der Geschichte der Plattform. Wir arbeiten inzwischen selbst so.
Karpathy hat nicht beobachtet. Er hat seinen eigenen Arbeitsmodus verändert, den Schmerz dabei öffentlich gemacht, neue Begriffe geprägt — «agentic engineering» nennt er das: KI arbeiten lassen, selbst überwachen. Monatelang täglich genutzt. Dann unterschrieben.
Karpathy schaut nicht von außen auf KI. Er hat OpenAI mitgegründet und Teslas Autopilot-Team aufgebaut — er ist seit über einem Jahrzehnt einer der technisch versiertesten Menschen in diesem Feld. Und selbst er brauchte Monate des direkten Arbeitens mit dem Tool, um zu verstehen, was wirklich passiert. Nicht als Beobachter, nicht durch Lesen — durch Praxis, Diskomfort, veränderte Gewohnheit.
Was bedeutet das für Organisationen, die glauben, mit einem Prompting-Kurs und einer KI-Policy gut aufgestellt zu sein?
Die meisten Unternehmen messen ihren KI-Fortschritt in Aktivitäten: Wie viele Mitarbeitende haben eine Einführung bekommen? Gibt es eine Richtlinie? Läuft ein Pilot? Das sind Sichtbarkeitszahlen — sie sagen nichts darüber aus, ob irgendjemand in der Organisation tatsächlich sieht, wohin sich die Technologie entwickelt. Zur Einordnung: Anthropics Jahresumsatz lag im Dezember 2025 bei neun Milliarden Dollar, im Mai diesen Jahres bei 44 Milliarden. Fünf Monate.
Wissen über KI, das den Weg durch Workshops nimmt, kommt in der Regel veraltet an. Der Abstand zwischen dem, was in der Entwicklung entsteht, und dem, was in Seminarkatalogen landet, ist strukturell groß — und wächst, weil die Inhalte stimmen können und trotzdem überholt sind.
Wer zu weit weg ist, sieht die Richtung nicht, nur die Bewegung. Er erkennt, dass etwas passiert — aber nicht, was es bedeutet. Das Ergebnis: KI-Kompetenz, die auf Abstand aufgebaut wurde, erzeugt sichere Formulierungen und unsichere Entscheidungen. Man weiß, dass man KI nutzen sollte — nicht wofür konkret, in welchem Tempo, mit welchen Konsequenzen. Und wer noch weiter weg ist, redet das Ausmaß klein.
Damit meine ich nicht: alle in eine Forschungsabteilung schicken. Aber es zieht eine Konsequenz nach sich: Abstrakte Wissensvermittlung reicht nicht. Was trägt, ist die Fähigkeit, mit der Technologie zu arbeiten — konkret, im eigenen Kontext, mit eigenen Fragen, KI nicht als Thema, sondern als Material. Und zwar für ALLE! Karpathy hat das nicht empfohlen. Er hat es gemacht, den Ego-Schmerz in Kauf genommen und danach eine neue Sprache für das gefunden, was er erlebt hatte. Talent oder Technikaffinität spielen dabei keine Rolle. Es geht um Praxis.
Karpathy wird bei Anthropic näher ans Geschehen rücken. Sein Bildungs-Startup wartet. Die offene Frage für Organisationen: Wer übernimmt den Job, den Eureka Labs sich vorgenommen hatte — nah genug dran sein, um zu sehen, und das Gesehene in etwas Anwendbares zu überführen?
Das ist der Übersetzungsmangel. Kein fehlender Prozess. Fehlendes Urteilsvermögen, das nur durch Nähe entsteht.
Quellen
- Karpathy auf X: https://x.com/karpathy
- Meldung auf Reddit: https://www.reddit.com/r/ClaudeAI/comments/1thw3bu/openai_cofounder_andrej_karpathy_just_joined/
- Github-Anleitung: https://github.com/multica-ai/andrej-karpathy-skills