AI-Hype vs. Reality: Was Tech-CEOs und ADAS-Entwickler gemeinsam haben

Die Tech-Branche erlebt derzeit eine seltsame Schizophrenie: 115.430 Entlassungen in den ersten fünf Monaten 2026 – mehr als im gesamten Vorjahr. Der Grund? Künstliche Intelligenz, angeblich. Doch die Forschung erzählt eine andere Geschichte.

Box-Gründer Aaron Levie hat dafür einen treffenden Begriff geprägt: “AI Psychosis”. CEOs glauben an Wunderwaffen, die sie nicht verstehen. Und genau diese Dynamik kennen wir im Automotive-Bereich nur zu gut.

Das Muster: Versprechen vs. Realität

Phase 1: Die Demos begeistern

Tech-CEOs spielen mit ChatGPT, erstellen Verträge, debuggen Code – und glauben, AI-Agenten könnten bald ganze Abteilungen ersetzen. Sie sehen den “Happy Path”, nicht die Edge Cases.

Die Parallele zu ADAS:

Mercedes demonstriert Level 3 auf perfekten Autobahnabschnitten. Tesla zeigt FSD-Videos mit optimierten Routen. Die Presse jubelt. Investoren öffnen ihre Brieftaschen.

Aber: Das letzte Kilometer der Arbeit – das wirklich Schwierige – bleibt unsichtbar.

Phase 2: Die Forschung widerspricht

Die Studienlage zur AI-Produktivität ist ernüchternd:

• UC Berkeley (Oktober 2025): Keine robuste Korrelation zwischen AI-Adoption und Produktivitätsgewinnen
• NBER (März 2026): “Produktivitätsparadox” – wahrgenommene Gewinne übertreffen gemessene bei Weitem
• MIT: AI-Agents erreichen erst 2029 menschenähnliche Qualität bei Textaufgaben

Die Parallele zum Autonomous Driving:

Jahrzehntelang wurden Level 5-Fahrzeuge “bis 2020” versprochen. Waymo operiert heute in wenigen Quadratkilometern. Mercedes hat Level 3 seit 2022 – aber nur bis 60 km/h auf geeigneten Autobahnen.

Die technischen Fortschritte sind real. Die kommerzielle Skalierung ist ein anderes Problem.

Phase 3: Das “Last Mile”-Problem

Aaron Levies zentrale Erkenntnis: CEOs sind “sufficiently distant from the last mile of work”. Sie sehen Demos, nicht den Alltag.

Im AI-Kontext bedeutet das:

• Wer reviewt den generierten Code?
• Wer findet die Bugs?
• Wer prüft die Verträge auf “hallucinated clauses”?

Im ADAS-Kontext:

• Wer trainiert die Edge Cases?
• Wer validiert bei Regen, Nebel, Baustellen?
• Wer übernimmt die Haftung beim Unfall?

Die Antwort ist immer: Menschen. Und diese Arbeit skaliert nicht exponentiell.

ClickUp als Warnsignal

Der Projekt-Management-Anbieter ClickUp feuerte 22% seiner Mitarbeiter, nachdem 3.000 AI-Agenten interne Aufgaben übernahmen. CEO Zeb Evans spricht von einer “100x org” – Menschen sollen nur noch AI-Arbeit reviewen.

Die Annahme: AI produziert, Menschen verifizieren.

Die Realität: Harvard Business Review zeigt, dass bei massiver AI-Nutzung das Bottleneck zur Genehmigung durch Executives verschiebt. Wenn jeder produziert, niemand mehr autorisieren kann, entsteht Chaos.

Die Automotive-Lektion:

Die gleiche Logik verfolgten Auto-OEMs mit “Software-defined Vehicle” und Over-the-Air-Updates. Die Annahme: Einmal verkauft, ewig upgraden. Die Realität: Validierung, Zulassung, Haftung – jedes Update ist ein neues Fahrzeug.

SO WHAT: Strategische Implikationen

Für Produktstrategen

1. Erwartungsmanagement schlägt Feature-Listen

Mercedes hat Level 3, aber nur unter definierten Bedingungen. Sie kommunizieren das präzise – keine “vollautomatische” Versprechen. Das Resultat: Vertrauen statt Enttäuschung.

2. Hybrid-Modelle statt “All-or-Nothing”

Der Erfolgreichste AI-Einsatz bei ClickUp: Menschen unterstützen Agenten, nicht ersetzen sie. Genau das Modell, das Stellantis mit Wayve verfolgt: “Hands-free, supervised” statt Level 3 Versprechen.

3. Der langsame Weg ist oft der schnellste

GM brauchte Jahre für Super Cruise (nur Highway). Aber es funktioniert zuverlässig. Tesla FSD verspricht seit Jahren “coming soon” – und ist noch immer im Beta-Stadium.

Für die Branche

Die aktuelle “AI Psychosis” im Tech-Sektor ist ein Frühwarnsystem für Automotive:

• Investoren werden skeptischer: Wachstumshistorien ohne Cashflow werden nicht mehr finanziert
• Regulatoren werden aktiver: EU AI Act, US NHTSA – Regeln folgen dem Hype
• Kunden werden münder: Nach zu vielen “Game-Changer”-Ankündigungen folgt Desillusionierung

Wer jetzt pragmatisch argumentiert – “Level 2++, nicht Level 4” – gewinnt langfristig Vertrauen.

Fazit: Zurück zur Bodenhaftigkeit

Die Tech-Branche erlebt gerade ihre dot-com-ähnliche Erwachsenwerden-Phase. Die AI-Investitionsblase wird platzen, wie alle vorherigen.

Die gute Nachricht für Automotive:

Wir haben nie so krass gehypt. Die Industrie ist konservativer – und das ist jetzt ein Vorteil. Die Unternehmen, die realistisch kommunizieren (Mercedes, Stellantis), positionieren sich gegenüber den Versprechern (Tesla, einige Startups) strategisch besser.

Die Lektion von Aaron Levie gilt auch für uns:

“Use AI a ton to really see what it can and can’t do, and come out the other side with an appreciation for both the upside and the real work.”

Das gilt für Code-Generierung genauso wie für Trajectory Planning. Die Zukunft gehört denen, die den Unterschied zwischen Demo und Produktion verstehen.

---

Quelle: TechCrunch – “Tech CEOs are apparently suffering from AI psychosis” (27.05.2026)
Analyse basiert auf: UC Berkeley CMR, NBER, MIT FutureTech Research

Was denkst du über den AI-Hype im Automotive-Bereich? Übertreiben auch unsere CEOs, oder sind wir bereits realistischer?