Weltmodelle (World Model) werden zu einem der am meisten beachteten Richtungen im Bereich der künstlichen Intelligenz. Google DeepMind CEO Demis Hassabis hat kürzlich klar erklärt, dass der aktuelle Weg der großen Sprachmodelle, repräsentiert durch ChatGPT, der Ergänzung durch Weltmodelle bedarf. Obwohl Unternehmen wie OpenAI, Google, xAI und Anthropic auf LLMs setzen, ist Hassabis der Ansicht, dass KI, um echte allgemeine künstliche Intelligenz (AGI) zu erreichen, die physische Welt und Kausalzusammenhänge verstehen sowie langfristige Planung und Hypothesenprüfung ermöglichen muss.
Was ist ein Weltmodell?
Ein Weltmodell bezeichnet die interne Simulation der KI von der Dynamik der externen Welt, die physikalische Szenen, Objektbewegungen, Trajektorienänderungen und Handlungskonsequenzen vorhersagen kann. Im Gegensatz zu LLMs, die nur Text oder Bilder verarbeiten, betont das Weltmodell das Verständnis von Kausalzusammenhängen. Zum Beispiel: Wie fällt ein Objekt, nachdem es umgestoßen wurde? Wie entscheidet sich ein Fahrer, wenn er ein Hindernis vor sich sieht? Solche Modelle dienen nicht nur der Inhaltserzeugung, sondern ermöglichen es der KI vor allem, mentale Simulationen und Planungen durchzuführen.
Wichtigste Fortschritte in der Branche
Google DeepMind hat im August 2025 das System Genie 3 veröffentlicht, das aus Text interaktive 3D-Umgebungen erzeugen kann. Dies wird als wichtiger Durchbruch von Weltmodellen im Generierungsbereich angesehen. Darüber hinaus enthalten Videomodelle wie Veo implizit ein Verständnis der Weltdynamik. Hassabis erklärte, dass zukünftige AGI ein integriertes System sein wird, das Basismodelle (wie Gemini) mit Weltmodellfähigkeiten kombiniert.
Tesla ist ein weiterer aktiver Anwender von Weltmodellen. Das FSD-System (Full Self-Driving) nutzt in den letzten zwei Jahren end-to-end neuronale Netze, um die Bilder von acht Fahrkameras Bild für Bild vorherzusagen, für Simulation und Echtzeit-Fahrtsentscheidungen. Tesla wendet ähnliche Prinzipien auch auf den humanoiden Roboter Optimus an, indem es visuelle End-to-End-Modelle für Manipulation, Navigation und Aufgabenplanung verwendet. Obwohl Tesla keine wissenschaftlichen Arbeiten veröffentlicht, betreffen viele seiner Patente neuronale Netze, Datenverarbeitung und Simulation, die eng mit Weltmodellen verbunden sind.
Nvidia spielt die Rolle des Infrastrukturanbieters. Es liefert Simulatoren und Entwicklungswerkzeuge für die meisten Humanoid-Roboter-Unternehmen, und seine Weltsimulatortechnologie ist ebenfalls führend.
Darüber hinaus haben Fei-Fei Li (李飞飞) und ihr World Labs auf theoretischer Ebene viel beigetragen und bieten solide akademische Unterstützung für die Forschung an Weltmodellen.
Hassabis' Sichtweise: Engpässe und Zeitplan der AGI
Hassabis hat in jüngsten Interviews wiederholt betont, dass Skalierungsgesetze (Scaling Laws) weiterhin gelten, die Erträge jedoch nachlassen. Er ist der Ansicht, dass die bloße Vergrößerung der Modellskalen nicht ausreicht, um AGI zu erreichen; es bedarf noch ein oder zwei bedeutender Innovationen auf dem Niveau von AlphaGo.Aktuelle KI-Systeme zeigen eine „sägezahnartige Intelligenz“ – sie sind bei bestimmten Aufgaben hervorragend, können aber bei einfachen Aufgaben unerwartet scheitern. Zu den fehlenden Fähigkeiten gehören: kontinuierliches Lernen, wirklich neuartige Kreativität, konsistente Leistung, langfristige Planung und tiefgreifenderes Denken.
Hassabis prognostiziert, dass AGI noch fünf bis zehn Jahre entfernt ist. Rechenleistung und Energieknappheit sind die größten Engpässe, aber er weist auch darauf hin, dass KI selbst zur Lösung dieser Probleme beitragen kann, beispielsweise durch die Optimierung von Materialdesign, Solareffizienz und kontrollierter Kernfusion. Modelle wie Gemini Flash von DeepMind haben durch Destillationstechniken bereits eine jährliche Verbesserung der Energieeffizienz um etwa das Zehnfache erzielt.
LeCuns Standpunkt und der Abschied von Meta
Yann LeCun kritisiert seit langem, dass LLMs eine „Sackgasse“ auf dem Weg zu menschlicher KI seien. Er ist der Ansicht, dass Weltmodelle der Schlüssel sind. Ende 2025 verließ LeCun Meta und gründete die Advanced Machine Intelligence Labs (AMI Labs), um sein Forschungsprogramm zu Weltmodellen fortzusetzen. Das Ziel des Unternehmens ist es, Systeme zu entwickeln, die die physische Welt verstehen, über ein dauerhaftes Gedächtnis verfügen, Schlussfolgerungen ziehen und komplexe Handlungsabläufe planen können.
Zukunftsausblick
Weltmodelle haben ein enormes Potenzial in den Bereichen Robotik, autonomes Fahren und wissenschaftliche Entdeckungen. Studien zeigen, dass KI-Agenten, die in simulierten Welten trainiert wurden, bei Denkaufgaben 20 bis 30 Prozent besser abschneiden als herkömmliche Agenten. Hassabis stellt sich vor, dass KI in Zukunft ein „goldenes Zeitalter der Wissenschaft“ einläuten wird, in dem Durchbrüche wie AlphaFold bei der Proteinfaltung in Bereichen wie Materialwissenschaft, Physik, Mathematik und Wetter immer wieder vorkommen werden.
Obwohl sich die Technologie der Weltmodelle noch in einem frühen Stadium befindet, wächst der Konsens, dass sie der unvermeidliche Weg zu einer wirklich allgemeinen künstlichen Intelligenz sein könnte.