Wenn heute ChatGPT Texte schreibt, Midjourney Bilder malt oder euer Smartphone Gesichter erkennt, steckt dahinter eine Idee, die maßgeblich von einem Mann geprägt wurde: Geoffrey Hinton.
Der britisch-kanadische Forscher gilt als einer der Väter des Deep Learning – jener Technologie, die den aktuellen KI-Boom überhaupt erst möglich gemacht hat. 2024 bekam er dafür den Nobelpreis für Physik.
Doch ausgerechnet der Mann, der die moderne KI mit auf die Welt gebracht hat, warnt heute eindringlich vor ihr. Er verließ 2023 seinen Job bei Google, um frei sprechen zu können. Wer Hinton ist, was er erfunden hat und warum seine Mahnungen Gewicht haben – darum geht es hier.
Wie Geoffrey Hinton vom Außenseiter zum Nobelpreisträger wurde
Geoffrey Hinton, Jahrgang 1947, ist Kognitionspsychologe und Informatiker. Er hat jahrzehntelang an einer Idee festgehalten, die in der KI-Forschung lange als Sackgasse galt: an künstlichen neuronalen Netzen. Diese sind grob am menschlichen Gehirn orientiert – viele kleine „Neuronen“, die in Schichten miteinander verbunden sind und gemeinsam Muster erkennen.
In den 1980er- und 90er-Jahren glaubten die meisten Forscher nicht daran, dass dieser Ansatz jemals praktisch funktionieren würde. Hinton blieb dabei. Er forschte an der Carnegie Mellon University, später an der University of Toronto, und prägte dort eine ganze Generation von KI-Forschern. 2024 erhielt er gemeinsam mit John Hopfield den Nobelpreis für Physik – für grundlegende Arbeiten, die maschinelles Lernen mit künstlichen neuronalen Netzen ermöglicht haben.
Den Spitznamen „Godfather of AI“ trägt er, weil viele zentrale Bausteine der heutigen KI direkt oder indirekt auf seine Arbeit zurückgehen. Ohne Hinton gäbe es ChatGPT, Bildgeneratoren oder Sprachassistenten in dieser Form schlicht nicht.
Was ist Backpropagation? Hintons revolutionärer Algorithmus
Das wichtigste Konzept, mit dem Hintons Name verbunden ist, heißt Backpropagation. Klingt sperrig, ist aber im Grunde simpel erklärt: Ein neuronales Netz trifft eine Vorhersage – etwa „auf diesem Bild ist eine Katze“. Liegt es falsch, muss das Netz lernen. Backpropagation ist die Methode, mit der der Fehler rückwärts durch alle Schichten des Netzes geleitet wird, sodass jede einzelne Verbindung ein bisschen angepasst werden kann.
Hinton hat dieses Verfahren nicht allein erfunden, aber er hat 1986 mit Kollegen eine vielbeachtete Arbeit veröffentlicht, die zeigte, wie gut es in der Praxis funktioniert. Bis heute ist Backpropagation das Herzstück fast jedes modernen KI-Modells.
Ein weiterer Beitrag sind die Boltzmann Machines, die er gemeinsam mit Terry Sejnowski entwickelte. Das sind spezielle neuronale Netze, die Wahrscheinlichkeiten lernen können – ein wichtiger Vorläufer für viele heutige generative Modelle. Genau für diese Arbeiten wurde er auch im Nobelpreis-Komitee gewürdigt.
AlexNet: Warum dieser Durchbruch die KI-Welt veränderte
2012 passierte etwas, das die KI-Welt schlagartig veränderte. Hintons Studenten Alex Krizhevsky und Ilya Sutskever – Letzterer wurde später Mitgründer von OpenAI – traten mit einem neuronalen Netz namens AlexNet bei einem renommierten Bilderkennungs-Wettbewerb (ImageNet) an. Das Ergebnis war ein Erdrutschsieg: AlexNet erkannte Objekte auf Bildern dramatisch besser als alle bisherigen Verfahren.
Plötzlich war klar: Tiefe neuronale Netze funktionieren – wenn man genug Daten und genug Rechenpower hat. Dieser Moment gilt als Startschuss der Deep-Learning-Revolution. Google kaufte kurz darauf Hintons kleine Firma DNNresearch, und Hinton arbeitete fortan parallel bei Google und in Toronto.
Warum Geoffrey Hinton Google verließ: Die Gründe
Im Mai 2023 sorgte Hinton für Schlagzeilen weltweit: Er verließ Google nach rund einem Jahrzehnt. In Interviews mit der New York Times und der BBC erklärte er, er wolle frei über die Risiken von KI sprechen können – ohne Rücksicht auf seinen Arbeitgeber nehmen zu müssen.
Wichtig: Hinton hat Google ausdrücklich nicht kritisiert. Er wollte schlicht keinen Interessenkonflikt. Seine Sorge ist grundsätzlicher Natur – und sie kommt von jemandem, der die Technologie wie kaum ein Zweiter versteht.
Welche KI-Gefahren befürchtet Geoffrey Hinton heute?
Seit seinem Abgang spricht Hinton offen über das, was ihn umtreibt. Seine Hauptpunkte – mehrfach in Interviews und Vorträgen wiederholt:
- Desinformation: KI-generierte Texte, Bilder und Videos könnten den öffentlichen Diskurs vergiften. Was echt ist und was nicht, lässt sich kaum noch unterscheiden.
- Arbeitsmarkt: Viele Bürojobs könnten durch KI verschwinden oder sich radikal verändern.
- Autonome Waffen: KI-gesteuerte Systeme im Militär hält er für hochgefährlich.
- Kontrollverlust: Langfristig sorgt er sich, dass KI-Systeme intelligenter werden könnten als Menschen – und dann schwer steuerbar wären.
Hinton sagt selbst, er bedauere Teile seiner Lebensarbeit nicht – aber er wünschte, jemand hätte früher über die Folgen nachgedacht. Sein Appell richtet sich an Politik und Forschung: mehr Sicherheitsforschung, mehr Regulierung, weniger blindes Wettrennen zwischen den Tech-Konzernen.
5 Lektionen aus Geoffrey Hintons KI-Karriere
Hintons Werdegang zeigt zwei Dinge. Erstens: Wissenschaftliche Durchbrüche brauchen oft Jahrzehnte – und Menschen, die an einer Idee festhalten, auch wenn der Mainstream sie für tot erklärt. Ohne diese Hartnäckigkeit gäbe es heute keine moderne KI.
Zweitens: Wer eine Technologie wirklich versteht, sieht oft auch ihre Schattenseiten am klarsten. Wenn ein Mann wie Hinton, der die Grundlagen mitentwickelt hat, zu Vorsicht mahnt, sollte man hinhören. Nicht in Panik verfallen – aber auch nicht so tun, als sei alles nur Hype und Marketing.
Für euch im Alltag heißt das: KI-Werkzeuge nutzen, ja – aber kritisch bleiben. Inhalten nicht blind vertrauen, Quellen prüfen, bei sensiblen Daten zweimal nachdenken. Und politisch verfolgen, wie etwa der EU AI Act umgesetzt wird. Hinton hat seinen Teil getan, indem er warnt. Was die Gesellschaft daraus macht, liegt jetzt an uns allen.
