Im Jahr 2020 war künstliche Intelligenz für die meisten Unternehmen ein Thema für Forschungsabteilungen und Konzerne. Sechs Jahre später nutzen Mitarbeiter in fast jedem Betrieb täglich KI-Werkzeuge, oft ohne dass die Geschäftsführung davon weiß. Kaum eine Technologie hat sich in so kurzer Zeit so stark verändert.
Dieser Artikel zeichnet die wichtigsten Etappen von 2020 bis 2026 nach. Nicht als vollständige Chronik, sondern mit Blick auf die Frage, die für Sie als Unternehmen zählt: Was hat sich verändert, und was bedeutet das für den Einsatz von KI in Ihrem Betrieb?
Im Juni 2020 stellte OpenAI GPT-3 vor, ein Sprachmodell mit 175 Milliarden Parametern. Zum ersten Mal schrieb eine Maschine Texte, die auf den ersten Blick kaum von menschlichen zu unterscheiden waren. Zugänglich war das Modell allerdings nur über eine Programmierschnittstelle für ausgewählte Entwickler.
Im selben Jahr löste DeepMind mit AlphaFold 2 ein jahrzehntealtes Problem der Biologie: die Vorhersage, wie sich Proteine falten. Beide Ereignisse machten deutlich, dass KI weit mehr kann als Bilder sortieren oder Schach spielen.
Mit DALL-E zeigte OpenAI, dass Sprachmodelle auch Bilder aus Textbeschreibungen erzeugen können. GitHub stellte mit Copilot einen KI-Assistenten vor, der Programmierern beim Schreiben von Code hilft, eine der ersten KI-Anwendungen, die im Arbeitsalltag echten Nutzen brachte.
Gleichzeitig legte die EU-Kommission im April 2021 ihren ersten Entwurf für eine KI-Verordnung vor, den späteren EU AI Act.
2022 wurden Bildgeneratoren wie Midjourney und Stable Diffusion einem breiten Publikum bekannt. Den eigentlichen Wendepunkt markierte aber der 30. November 2022: OpenAI veröffentlichte ChatGPT. Die Technik dahinter war nicht völlig neu. Neu war, dass jeder sie über ein einfaches Chatfenster kostenlos ausprobieren konnte. Innerhalb von zwei Monaten nutzten ChatGPT Schätzungen zufolge rund 100 Millionen Menschen.
Im März 2023 erschien GPT-4, das deutlich zuverlässiger argumentierte und anspruchsvolle Prüfungen bestand. Fast zeitgleich brachten Anthropic mit Claude und Google mit Bard (später Gemini) eigene Modelle auf den Markt. Microsoft kündigte an, KI unter dem Namen Copilot in Office zu integrieren.
Mindestens ebenso wichtig für Unternehmen: Mit Llama 2 von Meta und den Modellen des französischen Start-ups Mistral AI entstanden leistungsfähige offene Modelle, die man auf eigener Hardware betreiben darf. Werkzeuge wie Ollama machten das auch ohne Spezialwissen möglich. Im Dezember 2023 einigten sich die EU-Institutionen politisch auf den AI Act.
Modelle wie GPT-4o, Claude 3 und Gemini 1.5 verarbeiteten nun Text, Bilder, Audio und lange Dokumente gleichzeitig. Ende 2024 kamen die ersten sogenannten Reasoning-Modelle auf, die vor ihrer Antwort mehrere Denkschritte durchlaufen und dadurch bei Mathematik, Logik und Programmierung deutlich besser abschneiden.
Am 1. August 2024 trat der EU AI Act in Kraft. Im Herbst gingen zwei Nobelpreise an KI-Forscher: der Physik-Nobelpreis für Grundlagen neuronaler Netze und der Chemie-Nobelpreis unter anderem für AlphaFold.
Im Januar 2025 sorgte das chinesische Modell DeepSeek-R1 für Aufsehen: Es erreichte ähnliche Ergebnisse wie die führenden US-Modelle, war offen verfügbar und angeblich zu einem Bruchteil der Kosten trainiert. Die Preise für KI-Nutzung fielen in der Folge weiter deutlich.
Der wichtigere Trend war aber ein anderer: KI beantwortete nicht mehr nur Fragen, sondern erledigte Aufgaben. KI-Agenten recherchieren selbstständig, bedienen Software, schreiben und testen Code oder arbeiten Dokumentenstapel ab. Offene Standards wie das Model Context Protocol erleichterten es, KI mit bestehenden Unternehmenssystemen zu verbinden.
Regulatorisch wurde es konkret: Seit Februar 2025 gilt die KI-Kompetenzpflicht des AI Act, seit August 2025 gelten Pflichten für Anbieter großer KI-Modelle, und seit September 2025 gilt der EU Data Act.
2026 geht es weniger um spektakuläre Neuvorstellungen als um die Frage, wie KI zuverlässig in bestehende Abläufe eingebunden wird. Die Modelle sind gut genug für viele Büroaufgaben. Der Engpass liegt inzwischen bei Daten, Prozessen und Verantwortlichkeiten im Unternehmen.
Seit August 2026 gelten die Transparenzpflichten des AI Act, etwa für Chatbots und KI-generierte Inhalte. Die umfassenden Pflichten für Hochrisiko-Systeme wurden durch den „Digital Omnibus“ auf Ende 2027 bzw. 2028 verschoben. Gleichzeitig gewinnt das Thema Datensouveränität an Gewicht: Je tiefer KI in Geschäftsprozesse eingreift, desto wichtiger wird die Frage, wo die Daten verarbeitet werden.
2023 hieß KI-Nutzung meist: Frage eingeben, Antwort kopieren. Heute können KI-Agenten mehrstufige Aufgaben übernehmen, etwa eingehende E-Mails sortieren, Angebote mit Vorlagen abgleichen oder Verträge auf bestimmte Klauseln prüfen. Konkrete Beispiele finden Sie in unserem Artikel 5 Probleme, die KI-Agenten lösen.
Was 2023 nur mit den teuersten Modellen möglich war, schaffen heute kleine, günstige Modelle. Die Kosten pro verarbeiteter Seite sind stark gesunken. Damit rechnen sich auch Anwendungsfälle, die vor drei Jahren noch zu teuer waren, etwa die automatische Auswertung großer Dokumentenbestände.
Offene Modelle haben den Abstand zu den kommerziellen Spitzenmodellen deutlich verkleinert. Für viele Aufgaben im Unternehmen reicht ein Modell, das auf eigener Hardware läuft und keine Daten nach außen gibt. Mehr dazu lesen Sie in Ollama vs. ChatGPT.
2020 gab es kaum Vorgaben für den Einsatz von KI. Heute regeln der EU AI Act, die DSGVO und der Data Act, was erlaubt ist und welche Pflichten Unternehmen haben. Das schafft Aufwand, aber auch Rechtssicherheit. Einen Überblick gibt unser Artikel EU AI Act: Was Unternehmen jetzt wissen müssen.
Die großen Sprachmodelle stehen allen Unternehmen gleichermaßen zur Verfügung. Einen Wettbewerbsvorteil verschafft deshalb nicht das Modell selbst, sondern die Frage, wie gut Sie es mit Ihren Daten, Ihren Abläufen und dem Wissen Ihrer Mitarbeiter verbinden.
Die Entwicklung der letzten sechs Jahre zeigt vor allem eines: Abwarten, bis die Technik „fertig“ ist, funktioniert nicht. Die Modelle werden weiter besser, aber schon heute lohnt sich der Einsatz in vielen Bereichen. Ein pragmatischer Einstieg sieht so aus:
Beschreiben Sie Ihren Anwendungsfall und erhalten Sie eine erste Einschätzung, oder sprechen Sie direkt mit uns.
Use Case kostenlos prüfen Kontakt aufnehmenDieser Artikel dient der allgemeinen Information. Angaben zu Modellen, Nutzerzahlen und Fristen entsprechen dem Stand bei Veröffentlichung und können sich ändern. Für die rechtliche Bewertung Ihres konkreten Einzelfalls wenden Sie sich bitte an einen Fachanwalt oder Ihren Datenschutzbeauftragten.