LeCun verlässt Meta – und setzt eine Milliarde dagegen
Yann LeCun, Turing-Preisträger und jahrelang Chefwissenschaftler bei Meta, hat nach seinem Abgang Ende 2025 offiziell seine neue Firma AMI Labs (Advanced Machine Intelligence) vorgestellt – und direkt 1,03 Milliarden Dollar eingesammelt. Bei einer Vorab-Bewertung von 3,5 Milliarden Dollar. Es ist die größte Seed-Finanzierungsrunde, die Europa je für ein KI-Startup gesehen hat.
Was AMI bauen will, ist keine weitere LLM-Variante. LeCun hat seit Jahren öffentlich argumentiert, dass Large Language Models – also die Architekturen, auf denen ChatGPT, Claude und Gemini basieren – strukturell ungeeignet für echte Intelligenz sind: zu eindimensional, zu wenig in der Realität verankert. AMI setzt stattdessen auf sogenannte World Models: KI-Systeme, die physikalische Zusammenhänge verstehen, die vorhersagen können, was als Nächstes passiert, die aus Kamera- und Sensordaten lernen statt aus Text. Die Architektur dahinter heißt JEPA – Joint Embedding Predictive Architecture – und wurde von LeCun selbst noch bei Meta entwickelt.
Das triggert mich, weil es eine echte Wette ist. Nicht eine weitere Variation des dominanten Paradigmas, sondern eine fundamentale Herausforderung: „LLMs führen nicht zu menschenähnlicher Intelligenz.“ Das sagt jemand, der selbst zu den Vätern des modernen Deep Learning gehört. Und genug Investoren – darunter Nvidia, Jeff Bezos‘ Bezos Expeditions, Samsung und Toyota – glauben ihm offenbar genug, um über eine Milliarde zu setzen. AMI rechnet dabei selbst damit, dass es Jahre dauern wird, bis erste Produkte da sind. Das ist ungewöhnlich ehrlich für ein frisch finanziertes Startup.
Ich weiß nicht, ob LeCun recht hat. Aber ich finde es wichtig, dass jemand mit dieser Hypothese und diesem Kapital ernsthaft gegenprüft. Die aktuelle KI-Landschaft braucht keine dreißigste LLM-Firma. Sie braucht Leute, die sagen: Vielleicht bauen wir das alles auf dem falschen Fundament auf.
Die Entlassungswelle – wegen KI oder für KI?
Gleichzeitig geht eine Entlassungswelle durch die Tech-Industrie, die unter dem Label „KI“ firmiert – aber bei näherer Betrachtung aufgespalten werden muss.
Oracle plant laut Bloomberg bis zu 20.000 bis 30.000 Entlassungen. Das wäre bis zu 18 Prozent der weltweiten Belegschaft. Atlassian, der australische Softwarekonzern hinter Jira und Confluence, streicht rund zehn Prozent seiner Stellen – 1.600 Menschen. Beide Unternehmen begründen das explizit mit ihren KI-Investitionen.
Aber hier liegt die wichtige Nuance: Oracle entlässt nicht, weil KI die Jobs übernimmt. Oracle entlässt, um Kapital für den Bau von KI-Rechenzentren freizusetzen. Menschen werden ersetzt – nicht durch Algorithmen, sondern durch Betongießer und Serverracks. Die Entlassung ist Finanzierungsstrategie, nicht Automatisierung.
Jack Dorsey, CEO von Block (dem Fintech-Unternehmen hinter Square und Cash App), war dagegen direkter. Er begründete den Abbau von 40 Prozent der Belegschaft – rund 4.000 Menschen – damit, dass KI-Werkzeuge diese Rollen überflüssig gemacht hätten. Das ist eine andere Aussage.
Und Fast Company weist darauf hin, was viele lieber übersehen: Viele dieser Entlassungen haben weniger mit KI zu tun als mit post-pandeminischer Überbeschäftigung. Zwischen 2020 und 2022 haben Tech-Unternehmen massiv eingestellt, weil das Geld billig war und die Wachstumserwartungen explodierten. Jetzt, mit teureren Krediten und ernüchterten Märkten, korrigieren sie – und KI ist das handliche Narrativ für den Jahresbericht.
Was mich daran stört, ist nicht die Entlassungen per se – Unternehmen reagieren auf veränderte Bedingungen. Was mich stört, ist die Ununterscheidbarkeit der Begründungen. Ob ein Unternehmen entlässt, weil KI echte Jobs übernommen hat, oder weil es Geld für Rechenzentren braucht, oder weil es 2021 schlicht zu viele Leute eingestellt hat – alles heißt jetzt „KI-Wandel“. Das macht die gesellschaftliche Debatte über KI und Arbeit schwieriger als sie sein müsste. Wir brauchen präzisere Sprache, wenn wir verstehen wollen, was wirklich passiert.