Leopold Aschenbrenner — Das KI-Wunderkind, das OpenAI erschütterte
Mit 15 an der Columbia University, mit 19 bester Absolvent seines Jahrgangs, mit 22 bei OpenAI gefeuert — und mit 24 verwaltet er über 13 Milliarden US-Dollar. Die Geschichte des deutschen KI-Forschers, der die größte Debatte über Künstliche Intelligenz ausgelöst hat.
Leopold Aschenbrenner — Steckbrief
- Geburtsjahr ca. 2001/2002, Berlin (Deutschland)
- Ausbildung Columbia University NY, Valedictorian 2021
- Eintritt OpenAI 2023, Superalignment-Team
- Entlassung OpenAI April 2024 (22 Jahre alt)
- Situational Awareness Essay Juni 2024, 165 Seiten, viral
- Hedgefonds verwaltet 13,6 Mrd. USD (Q1 2026)
Das Wunderkind aus Berlin
Leopold Aschenbrenner ist in Deutschland geboren, beide Elternteile waren Ärzte. Er besuchte die John F. Kennedy School in Berlin — eine deutsch-amerikanische Eliteschule, die auf den US-Hochschulbetrieb vorbereitet. Schon früh fiel er durch außergewöhnliche intellektuelle Fähigkeiten auf.
Mit 15 Jahren schrieb er sich an der Columbia University in New York ein — eine der renommiertesten Universitäten der Welt. Das war keine außergewöhnliche Frühreife im Sinne eines Tricks: Aschenbrenner belegte das volle Curriculum, schrieb Hausarbeiten, wurde Forschungsassistent. Er absolvierte ein Studium, das normalerweise vier Jahre dauert, in rund zwei Jahren durch erhöhte Kurslast.
Die John F. Kennedy School ist Deutschlands einzige staatliche deutsch-amerikanische Schule. Sie richtet sich an Kinder amerikanischer und deutscher Familien, unterrichtet in beiden Sprachen und bereitet gezielt auf US-Colleges vor. Alumni arbeiten in Politik, Wirtschaft und Wissenschaft auf beiden Seiten des Atlantiks.
Columbia University: Bester seines Jahrgangs mit 19
Aschenbrenner schloss sein Studium der Wirtschaftswissenschaften und Mathematik/Statistik an der Columbia University 2021 ab — im Alter von 19 Jahren. Sein GPA lag bei 4,18 von maximal 4,33.
Er wurde zum Valedictorian des Columbia College ernannt: dem besten Absolventen seines gesamten Jahrgangs, der beim Abschluss vor allen anderen spricht. Sein betreuender Professor schrieb in seinem Empfehlungsschreiben:
"Leopold's record of scholarship exceeds that of any student in the department in the last 20 years. His analytical brilliance is matched by his originality and creativity."
Während seines Studiums war Aschenbrenner Forschungsassistent in der Wirtschaftswissenschaft und der Politikwissenschaft. Er gehörte außerdem zu den Mitgründern des Columbia-Kapitels der Effective Altruism-Bewegung — einem intellektuellen Netzwerk, das unter Forschern in KI, Philosophie und Ökonomie stark verbreitet ist.
OpenAI: Im Herz der KI-Revolution
2023 wurde Aschenbrenner — noch nicht 22 Jahre alt — von OpenAI eingestellt. Er landete im Superalignment-Team, dem internen Forschungsprojekt mit einer der delikatesten Aufgaben in der gesamten KI-Forschung: sicherzustellen, dass Systeme, die intelligenter sind als Menschen, trotzdem menschlichen Zielen folgen.
Das Team wurde von zwei der bekanntesten Namen der KI-Forschung geleitet: Ilya Sutskever, Co-Gründer und damaliger Chief Scientist von OpenAI, sowie Jan Leike, einem führenden Alignment-Forscher. OpenAI hatte dem Team versprochen, 20 Prozent seiner Rechenkapazität für diese Forschung bereitzustellen — ein ungewöhnlich großzügiges Versprechen.
Aschenbrenner war Co-Autor des wissenschaftlichen Papers "Weak to Strong Generalization", das 2024 auf der ICML vorgestellt wurde — der wichtigsten akademischen Konferenz für maschinelles Lernen weltweit. Das Paper behandelte die Frage, wie schwächere Aufsichtssysteme stärkere KI-Systeme kontrollieren können.
Alignment bezeichnet das Problem, KI-Systeme so zu entwickeln, dass ihre Ziele mit menschlichen Werten übereinstimmen. Superalignment ist das besonders schwierige Teilproblem: Wie kontrolliert man Systeme, die klüger sind als jeder Mensch, der sie überwacht? OpenAIs Superalignment-Team existiert seit 2023, löste sich aber 2024 nach dem Abgang mehrerer Schlüsselpersonen faktisch auf.
Die Entlassung: Diebstahl oder Zensur?
Im April 2024 wurde Aschenbrenner von OpenAI entlassen. Er war 22 Jahre alt. Es gibt zwei Versionen der Geschichte — und sie widersprechen sich fundamental.
OpenAIs Darstellung
OpenAI begründete die Entlassung damit, dass Aschenbrenner ein internes Dokument — einen Brainstorming-Entwurf — ohne Genehmigung an drei externe Forscher weitergegeben habe. Das sei ein Verstoß gegen interne Richtlinien, unabhängig vom Inhalt des Dokuments. OpenAI betonte ausdrücklich: Die Entlassung habe nichts mit dem Sicherheitsmemo zu tun, das Aschenbrenner kurz zuvor geschrieben hatte.
Aschenbrenners Darstellung
Aschenbrenner beschreibt die Situation fundamental anders. In Interviews sagte er:
"When I was fired, it was made very explicit that the security memo was a major reason for my being fired."
Das weitergegebene Dokument, das OpenAI als Entlassungsgrund nennt, sei ein harmloses Brainstorming-Papier für drei externe akademische Forscher gewesen — kein sensibles Material, kein Geschäftsgeheimnis. OpenAIs eigentliches Problem sei das Sicherheitsmemo gewesen, das er kurz zuvor an den Vorstand geschrieben hatte. Zuerst habe er eine HR-Verwarnung wegen des Memos erhalten — dann die Entlassung.
Was folgte, war bemerkenswert: Einen Monat nach Aschenbrenners Entlassung verließ Jan Leike OpenAI mit einem öffentlichen Statement, in dem er die Unternehmensführung scharf kritisierte. Ilya Sutskever, der zweite Leiter des Superalignment-Teams, verließ OpenAI ebenfalls. Das Team, das Aschenbrenner und viele der talentiertesten KI-Sicherheitsforscher der Welt vereint hatte, wurde faktisch aufgelöst.
Das Sicherheitsmemo: Warum Aschenbrenner Alarm schlug
Was stand in dem Memo, das Aschenbrenner an den OpenAI-Vorstand schickte — und das, nach seiner Darstellung, seine Entlassung auslöste?
Aschenbrenner argumentierte, dass OpenAI sicherheitspolitisch fahrlässig handle. Konkret: Die Labore entwickeln Modellgewichte und Algorithmen, die in wenigen Jahren zu den mächtigsten Werkzeugen der Menschheitsgeschichte werden könnten. Staatliche Akteure — allen voran China, aber auch andere — investieren gezielt in Industriespionage, um genau diese Geheimnisse zu stehlen.
OpenAI behandle diese Modellgewichte und algorithmischen Erkenntnisse jedoch wie normales geistiges Eigentum eines Technologieunternehmens — nicht wie staatliche Sicherheitsgüter. Das Ergebnis: Die Sicherheitsarchitektur sei, gemessen an der Bedeutung der Technologie, minimal. OpenAI übergebe die Schlüssel zu AGI faktisch auf dem Silbertablett an Akteure, die diese Macht nicht hätten dürfen.
Diese Einschätzung teilte Aschenbrenner mit mehreren prominenten Stimmen im Feld — wurde aber intern nicht willkommen geheißen.
Situational Awareness: Das virale Essay
Zwei Monate nach seiner Entlassung, im Juni 2024, veröffentlichte Aschenbrenner "Situational Awareness: The Decade Ahead" — ein 165-seitiges Essay auf seiner Webseite situational-awareness.ai. Kein Peer-Review, kein Verlag, kein Promotionskomitee. Er veröffentlichte es einfach.
Das Essay wurde sofort viral. Techniker, Investoren, Journalisten, Politiker — alle lasen es. Ivanka Trump empfahl es öffentlich auf Twitter. Aschenbrenner sprach daraufhin am Stanford Digital Economy Lab. Das Dokument prägte die Debatte über KI-Entwicklung, nationale Sicherheit und das Tempo technologischen Fortschritts so stark wie kaum ein anderer Text in diesem Jahrzehnt.
AGI bis 2027 — die Kernthesen im Detail
Aschenbrenner entwickelt in Situational Awareness fünf Hauptargumente:
1. AGI bis 2027 ist plausibel
Von GPT-2 (grob: Vorschulniveau) zu GPT-4 (ungefähr: kluger Mittelschüler) vergingen vier Jahre. Die Trendlinien bei drei parallelen Faktoren — Rechenleistung, algorithmische Effizienz und die Transformation von Chatbots zu autonomen Agenten — legen nahe, dass ein vergleichbarer Qualitätssprung bis 2027 erneut stattfindet. Das Ergebnis: Systeme, die eigenständig forschen, programmieren und komplexe Aufgaben lösen auf Niveau eines erfahrenen Ingenieurs.
2. Nach AGI folgt die Intelligenzexplosion
AGI stoppt nicht bei Menschenniveau. Sobald KI-Systeme in der Lage sind, KI-Forschung selbst zu betreiben, beschleunigt sich der Fortschritt drastisch. Hunderte Millionen AGI-Instanzen, die parallel laufen, könnten in unter einem Jahr ein Jahrzehnt algorithmischen Fortschritts erzielen — Entwicklung von menschlichem zu massiv übermenschlichem KI in kürzester Zeit.
3. Sicherheit als nationale Bedrohung — nicht als Produktproblem
Die aktuelle Sicherheitsarchitektur der führenden KI-Labore ist, gemessen an der Bedrohungslage, unzureichend. Modellgewichte und algorithmische Durchbrüche müssen wie Staatsgeheimnisse behandelt werden — nicht wie Code auf GitHub.
4. Ein Manhattan Project für AGI ist unvermeidlich
Ab 2027/2028 werde die US-Regierung massiv in die KI-Entwicklung eingreifen müssen — ähnlich dem Manhattan Project in den 1940er Jahren. Die Dimension der Technologie übersteigt, was private Unternehmen allein verantworten können.
5. Demokratien müssen den Wettlauf gewinnen
AGI in den Händen autoritärer Regime wäre, so Aschenbrenner, eine existenzielle Bedrohung für Demokratie und Freiheit. Die technologische Führerschaft der USA und ihrer Verbündeten sei daher nicht nur wirtschaftlich relevant, sondern eine zivilisatorische Frage.
Aschenbrenners Prognosen sind hochgradig spekulativ. Das EA Forum hat seine Vorhersagen systematisch ausgewertet: Einige Trends bewahrheiteten sich (massiver Infrastrukturaufbau, staatliches Interesse). Andere nicht — etwa bei der Exportkontrollpolitik, die unter Trump gelockert statt verschärft wurde. Seine Thesen sind einflussreich, aber umstritten.
13 Milliarden US-Dollar in einem Jahr
Im Herbst 2024 gründete Aschenbrenner den Hedgefonds Situational Awareness LP — benannt nach seinem Essay. Er war 23 Jahre alt.
Die Erstinvestoren waren kein Nobody-Geld: Patrick und John Collison (Gründer von Stripe), Nat Friedman (ehemaliger GitHub-CEO) und Daniel Gross (Investor, heute bei Meta) gehörten zu den ersten Kapitalgebern.
| Zeitpunkt | Fondsgröße (öffentliche Positionen) |
|---|---|
| September 2024 (Start) | ~225 Mio. USD |
| Ende Q4 2025 | 5,52 Mrd. USD |
| Q1 2026 | 13,68 Mrd. USD |
Die Strategie ist ungewöhnlich: Aschenbrenner investiert nicht in die Unternehmen, die KI-Modelle entwickeln — OpenAI ist nicht börsennotiert, Google und Microsoft sind breite Konglomerate. Er setzt auf die Infrastruktur-Engpässe: Was wird knapp, wenn AGI kommt?
Seine Antwort: Strom, Rechenzentren, Halbleiter. Konkrete Positionen umfassen Stromversorger wie Vistra und Constellation Energy (875 Millionen USD allein in Bloom Energy), Rechenzentren und Krypto-Mining-Betreiber (Core Scientific, IREN, Applied Digital) sowie Halbleiter. Gleichzeitig hält er selektive Short-Positionen — unter anderem gegen Nvidia, mit der Wette, dass der aktuelle Marktführer seinen Vorteil verliert.
Im ersten Jahr schlug der Fonds den S&P 500 nach eigenen Angaben um rund 700 Prozent.
Was das für Anleger bedeutet
Leopold Aschenbrenner steht für eine These, die für Anleger im Bereich Altersvorsorge und ETFs relevant ist: Die KI-Infrastruktur ist eine der wenigen Bereiche, in denen strukturelles Wachstum für Jahrzehnte absehbar ist.
Der direkte Weg, davon zu profitieren, ist für Privatanleger jedoch nicht der Kauf einzelner Stromversorger oder Krypto-Miner — das Risiko ist zu konzentriert, die Bewertungen sind hoch. Wer langfristig anlegt, ist mit einem breiten MSCI WorldWas ist MSCI World?Aktienindex mit über 1.500 Unternehmen aus 23 Industrieländern. Durchschnittliche Rendite seit 1970: ca. 7% pro Jahr. Der Klassiker für ETF-Sparpläne.
Mehr erfahren → ETF gut aufgestellt: Technologie ist der am stärksten gewichtete Sektor, und die wichtigsten KI-Infrastruktur-Profiteure — Microsoft, Nvidia, Broadcom — sind dort enthalten.
Das Altersvorsorgedepot kombiniert genau diese langfristige Marktbeteiligung mit der staatlichen Förderung von 540 Euro Grundzulage pro Jahr. Wer die KI-Revolution als langfristigen Rückenwind sieht, profitiert strukturell — ohne das Timing-Risiko eines konzentrierten Einzelwette-Ansatzes.
Aschenbrenner ist verlobt mit Avital Balwit, Chief of Staff des CEOs bei Anthropic — dem wichtigsten Konkurrenten von OpenAI, mitgegründet von ehemaligen OpenAI-Forschern. Eine bemerkenswerte persönliche Verbindung in einem Feld, in dem wenige Dutzend Personen die Richtung für Milliarden von Menschen mitbestimmen.
