Marc Andreessen nennt künstliche Intelligenz den „Stein der Weisen“ – eine Technologie, die Sand in Gedanken verwandelt. Seine Prognosen widersprechen sich fundamental: KI bringt Fülle und verstärkt Ungleichheit, zerstört Jobs und rettet die Wirtschaft vor dem Kollaps, macht alle zu Generalisten und schafft superelevante Spezialisten. Andreessen selbst beschreibt seine Position als „indeterminate optimism“ – Optimismus ohne zu wissen, wie genau die Zukunft aussieht. Das ist keine intellektuelle Schwäche, das ist ein Geschäftsmodell. Wer als Venture Capitalist in radikaler Unsicherheit operiert, profitiert davon, alle Optionen offenzuhalten und sich nicht festzulegen. Die Inkohärenz ist nicht Fehler, sondern Strategie.


I. Das Muster: Seit 30 Jahren dasselbe Spiel

Marc Andreessens Aussagen über künstliche Intelligenz folgen einer Struktur, die seit den 1990er Jahren identisch geblieben ist. Ob Dot-com, Web 2.0, Blockchain oder jetzt KI – die Bausteine sind immer dieselben:

1. Technologischer Determinismus
„X wird alles verändern.“ Die Technologie wird als autonome Kraft dargestellt, die gesellschaftliche Verhältnisse zwangsläufig umformt.

2. Disruptions-Erzählung
„Das Alte wird verschwinden.“ Etablierte Institutionen (Medien, Banken, Universitäten) werden durch neue Strukturen ersetzt.

3. Demokratisierungs-Versprechen
„Jeder bekommt Zugang.“ Die Technologie wird Macht dezentralisieren und Chancen demokratisieren.

4. Dualität von Krise und Hoffnung
„Es wird kurzfristig schwierig, aber langfristig besser.“ Negative Effekte werden anerkannt, aber durch Zukunftsversprechen relativiert.

Man kann diese Schablone auf jede technologische Welle seit 30 Jahren anwenden:

  • 1990er (Internet): „Das Internet demokratisiert Information und zerstört Gatekeeper“
    → Resultat: Google, Facebook, Amazon als neue Oligopole
  • 2000er (Web 2.0): „User-generated Content demokratisiert Medien“
    → Resultat: YouTube, Instagram, TikTok kontrollieren Distribution
  • 2010er (Blockchain): „Kryptowährungen demokratisieren Finanzen“
    → Resultat: Spekulative Blasen, wenig produktive Anwendung
  • 2020er (KI): „KI bringt totale Fülle und neue Kreativitätsformen“
    → Resultat: Offen, aber das Muster ist erkennbar

Das ist keine Analyse verschiedener Technologien – das ist dieselbe Erzählung mit ausgetauschten Variablen.

II. Der „Stein der Weisen“: Andreessens konkrete Thesen

In einem aktuellen Interview mit Lenny Rachitsky[1]https://x.com/JasonVsTheNoise/status/2019147787598782500[2]https://x.com/a16z/status/2017002539410247911 präzisiert Andreessen seine KI-Vision. Die Metapher ist aufschlussreich: KI als „Philosopher’s Stone“ – eine Technologie, die Sand (Silizium) in Gedanken verwandelt. Das ist nicht technische Beschreibung, sondern alchemistische Verheißung: Aus Wertlosem wird Wertvolles, aus Materie wird Geist.

„Timing is Miraculous“ – Die teleologische Erzählung

Andreessen argumentiert: Wir stehen nicht vor einem Arbeitsüberschuss, sondern einem Arbeitsmangel. Nach 50 Jahren stagnierenden Produktivitätswachstums und angesichts eines globalen Bevölkerungsrückgangs kommt KI „genau zum richtigen Zeitpunkt, um die Wirtschaft vor dem Schrumpfen zu retten.“

Das ist teleologisches Denken: Die Technologie erscheint nicht zufällig, sondern als Antwort auf einen Bedarf – als hätte die Geschichte einen Plan. Es fehlt jede Analyse der kausalen Mechanismen: Warum sollte KI-Entwicklung mit demografischen Trends synchronisiert sein? Wer koordiniert das? Die Antwort: niemand. Es ist Vorsehungsglaube, keine Ökonomie.

Zudem: Wenn der Arbeitsmangel das Problem ist, warum sollte dann KI – die Andreessen selbst als Arbeit-ersetzend beschreibt – die Lösung sein? Das ist derselbe Widerspruch wie in den 20 Thesen: KI rettet uns vor Arbeitsmangel, indem sie Arbeit ersetzt.

„Mexican Standoff“ – Die Entdifferenzierungs-These

Andreessen beschreibt die aktuelle Situation zwischen Designern, Ingenieuren und Product Managern als „Mexican Standoff“: Jede Rolle kann jetzt mit KI die Funktionen der anderen beiden übernehmen.

  • Coder nutzen KI zum Designen
  • Designer nutzen KI zum Coden
  • PMs nutzen KI zum Bauen

Seine Schlussfolgerung: „Die Silos kollabieren. Die Zukunft gehört dem ‚Superpowered Individual‘, der KI-Agenten orchestriert, um Ausführung in allen drei Domänen zu übernehmen.“

Das ist die Entdifferenzierungs-These: Spezialisierung wird obsolet, weil KI die Lücken füllt. Kombiniert mit der „Scott Adams Career Strategy“ (sei gut in drei Dingen statt exzellent in einem) ergibt sich: Jeder wird Generalist.

Das Problem: Diese These widerspricht der gesamten ökonomischen Theorie über Arbeitsteilung seit Adam Smith. Spezialisierung entsteht nicht, weil Menschen nicht können, was andere tun – sondern weil tiefe Expertise in einer Domäne mehr Wert schafft als oberflächliche Kompetenz in dreien.

Ein Hidden Champion ist nicht erfolgreich, weil er vieles kann, sondern weil er eine Sache besser kann als jeder andere weltweit. Wenn KI wirklich Spezialisierung überflüssig macht, warum existieren dann seit Jahrhunderten fokussierte Nischenanbieter?

Die Antwort: Weil Tiefe nicht durch Breite ersetzbar ist. Ein „Triple Threat“ mit KI-Unterstützung schlägt vielleicht einen durchschnittlichen Spezialisten – aber nicht den besten.

„Uncapping Intelligence“ – Die Grenzenlosigkeits-Erzählung

Andreessen argumentiert: Die menschliche Biologie begrenzt Intelligenz bei etwa IQ 160 (Einstein/Feynman-Niveau). KI hat keine biologische Grenze – wir bewegen uns auf IQs von 200, 300 und höher zu. „Die Welt wäre besser mit mehr Einsteins.“

Das klingt plausibel – ist aber kategorischer Fehler. IQ ist ein Maß für menschliche kognitive Fähigkeiten relativ zu anderen Menschen. Die Skala ist normiert: Ein IQ von 160 bedeutet, dass jemand besser ist als 99,997% der Bevölkerung.

Wenn KI einen „IQ von 300“ hätte, was würde das bedeuten? Besser als 99,999999% von wem? Von Menschen? Dann ist die Skala sinnlos – weil KI anders denkt als Menschen (statistisch, nicht kausal). Von anderen KIs? Dann ist die Vergleichbarkeit mit menschlichen Fähigkeiten verloren.

Die „Uncapping“-Metapher suggeriert kontinuierlichen Fortschritt auf derselben Skala. Aber KI-Fähigkeiten sind qualitativ anders, nicht quantitativ mehr. Das ist wieder eine Verschleierung durch falsche Analogie.

„Infinite Aristotelian Tutoring“ – Das Demokratisierungs-Versprechen

Jedes Kind bekommt einen personalisierten Tutor, endlich wird das „Bloom 2 Sigma Problem“ gelöst – die Tatsache, dass Einzelunterricht drastisch bessere Lernerfolge bringt als Klassenunterricht.

Das ist technologischer Solutionismus: Ein soziales Problem (ungleicher Zugang zu Bildung) wird als technisches Problem (fehlende Tutoren) umformuliert. Die Lösung: KI-Tutoren für alle.

Was fehlt: Die Frage, wer diese KI-Tutoren kontrolliert, wer die Curricula bestimmt, wer entscheidet, was „gutes Lernen“ ist. Bildung ist nicht nur Informationsübertragung, sondern soziale Integration, Wertevermittlung, Konfliktfähigkeit. Ein KI-Tutor kann Wissen vermitteln – aber nicht Gemeinschaft stiften.

Zudem: Andreessen verspricht „jedem Kind“ einen Tutor. Aber KI-Systeme kosten Geld – wer bezahlt? Wenn Eltern zahlen, reproduzieren wir dieselbe Ungleichheit wie bei menschlichen Tutoren. Wenn der Staat zahlt, wer kontrolliert den Inhalt? Die institutionelle Frage wird übersprungen.

II. Das Geschäftsmodell: Warum Inkohärenz funktional ist

Die Frage ist nicht, ob Andreessens Thesen widersprüchlich sind – das sind sie offensichtlich. Die Frage ist: Warum funktioniert das als Strategie?

Venture Capital operiert in radikaler Unsicherheit

Das Geschäftsmodell eines VC ist fundamental anders als das eines klassischen Investors:

Traditionelle Investoren (Buffett-Modell):

  • Investieren in verstandene Geschäftsmodelle mit prognostizierbaren Cashflows
  • Halten langfristig (10-30 Jahre)
  • Konzentrierte Portfolios (10-20 Positionen)
  • Erfolgsquote: 80-90% profitabel

Venture Capitalists (Andreessen-Modell):

  • Investieren in unverstandene Geschäftsmodelle ohne Profitabilität
  • Exit-Horizont 5-7 Jahre
  • Breite Portfolios (100+ Positionen)
  • Erfolgsquote: 5-10% erfolgreich, 90-95% Totalverlust

Diese Struktur hat zwei Konsequenzen:

Erstens: VCs können nicht wissen, welche Technologie sich durchsetzt. Sie müssen breit streuen, weil Präzision unmöglich ist.

Zweitens: VCs profitieren von Optionalität, nicht von Wahrheit. Es ist egal, ob These A oder These Nicht-A zutrifft – Hauptsache, das Portfolio deckt beide Möglichkeiten ab.

„Indeterminate Optimism“ – Die Selbstbeschreibung des Modells

Andreessen beschreibt seine eigene Position explizit als „indeterminate optimism“ – eine Variation von Peter Thiels Framework. Er sagt: „Ich behaupte nicht zu wissen, wie genau die Zukunft aussieht, aber ich glaube, dass wenn man Tausenden von Gründern und Buildern das ultimative Werkzeug gibt – Sand in Gedanken verwandelt – das Ergebnis überwiegend positiv sein wird.“

Das ist die perfekte Formulierung des Geschäftsmodells:

  • „Indeterminate“ = Keine Festlegung, wie die Zukunft konkret aussieht. Keine falsifizierbaren Hypothesen, keine Mechanismen, keine Institutionen. Maximum an Flexibilität.
  • „Optimism“ = Vertrauen, dass es gut wird – ohne zu sagen, warum oder durch welche Prozesse. Glaube statt Theorie.

Diese Kombination ist strategisch optimal für VCs:

  • Sie können nie falsch liegen (weil sie nichts Konkretes behaupten)
  • Sie mobilisieren trotzdem Kapital (weil „Optimismus“ Investoren anzieht)
  • Sie können jede Entwicklung rückwirkend als Bestätigung deuten

Der Kontrast zu Buffett/Munger: „Determinate Pessimism“ wäre: „Ich weiß genau, was schiefgehen wird, also vermeide ich es.“ „Determinate Optimism“ wäre: „Ich weiß genau, warum dieses Geschäftsmodell funktioniert, also investiere ich langfristig.“

Andreessens „Indeterminate Optimism“ ist: „Ich weiß nicht wie, aber es wird schon gut“.

Die Genialität: Indem er diese Position explizit macht, immunisiert er sich gegen Kritik. Er sagt selbst: „Ich weiß es nicht genau.“ Niemand kann ihm dann vorwerfen, er läge falsch – weil er nie behauptet hat, es genau zu wissen.

Strategische Mehrdeutigkeit als Kernkompetenz

In einem Umfeld radikaler Unsicherheit ist Kohärenz ein Nachteil. Wer sich festlegt, kann falsch liegen. Wer alle Optionen offenhält, kann immer sagen: „Ich hatte es vorhergesehen.“

Andreessens 20 KI-Thesen sind ein perfektes Beispiel:

  • Wenn KI zu Arbeitslosigkeit führt → „Ich habe vor Ungleichheit gewarnt“
  • Wenn neue Jobs entstehen → „Ich habe das historische Muster erkannt“
  • Wenn Medien kollabieren → „Ich habe die Disruption vorhergesehen“
  • Wenn Podcasts boomen → „Ich habe die Renaissance des Menschlichen prognostiziert“

Egal was passiert, Andreessen hatte recht – weil er alle Möglichkeiten genannt hat.

Narrative als Assets

Für einen VC sind Narrative keine Beschreibungen der Realität, sondern Instrumente zur Mobilisierung von Kapital. Ein überzeugendes Narrativ hat drei Funktionen:

1. Limited Partners überzeugen
Pensionsfonds, Stiftungen, Vermögende investieren in VC-Fonds, wenn sie glauben, dass die nächste große Welle kommt. Das Narrativ muss groß genug sein („KI verändert alles“), aber nicht so präzise, dass es falsifizierbar wird.

2. Gründer anziehen
Startups wählen VCs, die die Story ihrer Branche verstehen. Wer früh das richtige Narrativ setzt („Software is eating the world“ 2011), zieht die besten Gründer an.

3. Exit-Käufer vorbereiten
IPOs und M&A funktionieren, wenn der Markt glaubt, dass eine Technologie die Zukunft ist. VCs müssen diese Überzeugung vor dem Exit aufbauen – sonst gibt es keinen Käufer.

Das Narrativ ist selbst ein Asset – unabhängig davon, ob es zutrifft. Andreessen muss nicht recht haben über KI. Er muss nur genug Leute überzeugen, dass KI wichtig ist – dann investieren sie in seine Portfolio-Firmen.

III. Die mediale Infrastruktur: Warum niemand widerspricht

Andreessen operiert in einem Ökosystem, das Inkohärenz nicht bestraft, sondern verstärkt.

Tech-Journalismus als struktureller Komplize

Tech-Medien (TechCrunch, The Verge, Bloomberg Technology) stehen in einem Abhängigkeitsverhältnis zu VCs:

  • Zugang: VCs sind Quellen für Leaks über Finanzierungsrunden, IPO-Pläne, strategische Deals
  • Reichweite: Interviews mit prominenten VCs generieren Traffic
  • Ökosystem: Journalisten und VCs bewegen sich in denselben sozialen Kreisen

Das Resultat: Unkritische Reproduktion. Andreessens Thesen werden als „Insights“ präsentiert, nicht als falsifizierbare Hypothesen. Niemand konfrontiert ihn mit seinen Widersprüchen aus dem letzten Interview.
Social Media als Verstärkungsmaschine

Twitter/X privilegiert Provokation über Kohärenz:

  • Ein kontroverser Tweet generiert mehr Engagement als eine differenzierte Analyse
  • Widersprüche zwischen Tweets werden nicht sanktioniert – weil niemand systematisch vergleicht
  • Reichweite wird zum Qualitätsindikator: Wer viel Aufmerksamkeit bekommt, muss wichtig sein

Das Format belohnt genau die Art von Kommunikation, die Andreessen praktiziert: Große Thesen, keine Details, maximale Anschlussfähigkeit.

Podcasts als sanktionsfreier Raum

Drei-Stunden-Gespräche erlauben zeitliche Separierung von Widersprüchen:

  • In Minute 45: „KI schafft totale Fülle“
  • In Minute 180: „KI verschärft Ungleichheit durch Kapitalkonzentration“

Niemand unterbricht und sagt: „Aber vor zwei Stunden haben Sie das Gegenteil behauptet.“ Das Format sieht keine systematische Konfrontation vor – es ist Konversation, keine Prüfung.

Das Ergebnis: Diskursive Dominanz ohne Evidenz

Andreessen gewinnt nicht, weil seine Thesen empirisch belastbar sind, sondern weil er laut genug ist, um die Deutungshoheit zu übernehmen. In einem Markt für Unsicherheit siegt nicht, wer recht hat, sondern wer am erfolgreichsten Narrative setzt.

IV. Was fehlt: Die institutionelle Frage

Der systematische Mangel in Andreessens Thesen ist nicht die Widersprüchlichkeit, sondern die fehlende institutionelle Vermittlung. Er beschreibt technologische Potenziale – ignoriert aber die Frage, wie diese in soziale Realität übersetzt werden.

Einige Beispiele:

  • These: „Globale Steuermechanismen lösen das Ungleichheitsproblem“
    Fehlende Frage: Welche Institution soll diese durchsetzen? Wie überwindet man Steuerwettbewerb zwischen Staaten?
  • These: „LLMs zerstören klassische Medien“ Fehlende Frage: Wie wird investigativer Journalismus finanziert, wenn Reichweitenmodelle kollabieren?
  • These: „Menschliche Authentizität wird wertvoller“ Fehlende Frage: Wie unterscheiden Nutzer menschlichen von KI-Content, wenn LLMs genau darauf trainiert werden, menschlich zu klingen?
  • These: „Kontrolle über Superintelligenz bleibt fraglich“ Fehlende Frage: Wie funktioniert gesellschaftliche Anpassung, wenn die Technologie unkontrollierbar ist?

Andreessen überspringt die schwierigen Fragen – weil sein Geschäftsmodell sie nicht erfordert. Ein VC muss keine Institutionen bauen, er muss nur früh genug aussteigen.

V. Fazit: Ein Modell, keine Person

Marc Andreessen ist hoch intelligent, nicht unmoralisch, nicht inkompetent. Er ist ein Repräsentant eines Geschäftsmodells, das unter spezifischen Bedingungen rational ist:

Das Modell funktioniert, wenn:

  • Unsicherheit so radikal ist, dass Präzision unmöglich ist
  • Exits wichtiger sind als langfristige Profitabilität
  • Medien Inkohärenz nicht sanktionieren
  • Narrative selbst zu Assets werden
  • „Timing is miraculous“ – teleologische Erzählungen akzeptiert werden

Das Modell funktioniert nicht, wenn:

  • Institutionen Kohärenz verlangen (Regulierung, Konsens, Transparenz)
  • Langfristigkeit wichtiger ist als Geschwindigkeit
  • Produktive Kapitalallokation zählt, nicht spekulative
  • Tiefe Spezialisierung mehr wert schafft als breite KI-Unterstützung

Die konkreten Widersprüche bleiben unaufgelöst:

  • KI rettet uns vor Arbeitsmangel, indem sie Arbeit ersetzt
  • Spezialisierung wird obsolet, aber jeder soll „super relevant specialist“ werden
  • IQ-Skalen werden gesprengt, aber die Metapher bleibt dieselbe
  • Jedes Kind bekommt einen Tutor, aber niemand fragt, wer zahlt
  • Die Technologie kommt „zum perfekten Zeitpunkt“ – als hätte die Geschichte einen Plan

Andreessens Thesen sind interessant als Symptom – sie zeigen, wie in radikaler Unsicherheit operiert wird. Aber sie sind nicht interessant als Erkenntnisquelle – weil sie keine Theorie über die Funktionsweise von Ökonomie, Institutionen oder Gesellschaft bieten – was auch gar nicht ihre Absicht ist. Das wäre auch zu pedantisch …

Ralf Keuper