Stanfords großes jährliches KI-Zeugnis ist da, und die Vertrauenslücke wächst
Der AI Index 2026 des Stanford HAI zeigt schnelle Fortschritte bei den Fähigkeiten, aber zugleich mehr Sicherheitsvorfälle, sinkende Transparenzwerte und eine wachsende Vertrauenslücke zwischen Fachleuten und Öffentlichkeit.
Einmal im Jahr veröffentlicht Stanfords Institute for Human-Centered AI das, was einem Zeugnis für die KI-Welt am nächsten kommt: den AI Index. Die Ausgabe 2026 ist diese Woche erschienen. Die wichtigste Erkenntnis lautet nicht, dass KI besser geworden ist, das ist sie eindeutig, sondern dass das Vertrauen der Öffentlichkeit nicht Schritt gehalten hat und in mancher Hinsicht sogar zurückgegangen ist.
Beginnen wir mit den guten Nachrichten: Modelle werden leistungsfähiger, günstiger im Betrieb und in immer mehr Branchen eingesetzt. Auf der anderen Seite der Bilanz fallen jedoch einige Zahlen auf. Dokumentierte KI-Vorfälle, reale Schäden oder Fehlschläge im Zusammenhang mit KI-Systemen, stiegen 2025 auf 362, nach 233 im Vorjahr. In einem neuen, schwierigeren Genauigkeitstest mit 26 führenden Modellen lagen die Halluzinationsraten, also der Anteil der Fälle, in denen ein Modell selbstbewusst etwas Falsches behauptet, je nach Modell und Aufgabe zwischen 22 % und erstaunlichen 94 %. Einige zuvor starke Modelle brachen deutlich ein: Bei einem weitverbreiteten Modell sank die Genauigkeit unter schwierigeren, realistischeren Bedingungen von mehr als 90 % auf nur noch 14,4 %.
Auch die Transparenz verschlechterte sich, also der Umfang, in dem Labore tatsächlich offenlegen, mit welchen Daten und welcher Rechenleistung sie trainieren und wie sich ein Modell nach der Einführung verhält. Nach zwei Jahren mit Verbesserungen sank der Durchschnittswert im Foundation Model Transparency Index 2025 von 58 auf 40. Der Bericht beschreibt ein unangenehmes Muster: Gerade die leistungsfähigsten Modelle legen häufig am wenigsten offen.
Dann ist da noch die Öffentlichkeit. In den USA sagen nur 31 % der Menschen, dass sie ihrer eigenen Regierung eine gute Regulierung von KI zutrauen, der niedrigste Wert aller untersuchten Länder. Der EU wird mehr vertraut als den USA oder China. Und die Kluft zwischen Fachleuten und allen anderen ist erheblich: 73 % der KI-Fachleute in den USA erwarten positive Auswirkungen von KI auf Arbeitsplätze, aber nur 23 % der Gesamtbevölkerung.
Was tatsächlich passiert: Leistungsfähigkeit und Vertrauen haben sich voneinander entkoppelt. Modelle schneiden jedes Jahr objektiv besser in Benchmarks ab, doch diese Tests messen eng umrissene, klar definierte Aufgaben. Der Einsatz in der realen Welt ist unübersichtlicher, und genau dort treten weiterhin Halluzinationen und Zuverlässigkeitsprobleme auf. Während KI-Unternehmen zugleich um immer schnellere Veröffentlichungen kämpfen, ist die Offenlegung der tatsächlichen Funktionsweise dieser Systeme still auf der Prioritätenliste abgerutscht, obwohl die Skepsis der Öffentlichkeit aus gutem Grund wächst.
Was das für dich bedeutet: Wenn KI-Werkzeuge für dich neu sind, ist dies ein hilfreicher Realitätscheck gegenüber dem Hype. Selbst Spitzenmodelle liegen selbstbewusst häufiger falsch, als die Werbung meist vermuten lässt, besonders außerhalb eng umrissener, getesteter Anwendungsfälle. Falls du KI bereits für echte Arbeit einsetzt, solltest du Ergebnisse in offenen Situationen mit schwerwiegenden Folgen, medizinisch, juristisch oder finanziell, wirklich kritisch behandeln und unabhängig überprüfen. Die Zahlen im Bericht selbst sprechen dafür, lieber noch einmal nachzuprüfen, statt standardmäßig zu vertrauen.
Quellen
Quellen: https://hai.stanford.edu/ai-index/2026-ai-index-report
Ein chinesisches Labor startet einen kostenlosen Rivalen für Claude Code, zum Zehntel des Preises
Z.ai, ehemals Zhipu AI, hat ZCode veröffentlicht: einen kostenlosen Programmieragenten auf Basis des Modells GLM-5.2, dessen Nutzung ungefähr ein Zehntel von Anthropics Claude-Code- und Max-Angeboten kostet.
