David Silver verlässt Google DeepMind und gründet eigenes KI-Startup

Die Landschaft der Künstlichen Intelligenz (KI) ist geprägt von dynamischen Entwicklungen und einem stetigen Wettlauf um bahnbrechende Innovationen. In diesem Kontext hat eine jüngste Personalie in der Branche für Aufsehen gesorgt: David Silver, eine der führenden Persönlichkeiten hinter den Erfolgen von Google DeepMind, hat das Unternehmen verlassen, um sein eigenes Startup zu gründen. Dieser Schritt markiert nicht nur eine persönliche berufliche Veränderung, sondern sendet auch ein deutliches Signal hinsichtlich der zukünftigen Ausrichtung der KI-Forschung und der Debatte um den Weg zur Superintelligenz.

Ein Pionier bricht auf: David Silvers Vision für "Ineffable Intelligence"

David Silver, dessen Name untrennbar mit den Meilensteinen AlphaGo, AlphaZero und MuZero verbunden ist, war einer der ersten Mitarbeiter von DeepMind und spielte eine entscheidende Rolle bei der Entwicklung künstlicher Intelligenzen, die menschliche Experten in komplexen Strategiespielen übertrafen. Seine Expertise im Bereich des Reinforcement Learning – einem Ansatz, bei dem KI-Systeme durch Versuch und Irrtum lernen und sich kontinuierlich verbessern – hat die Grenzen des Machbaren in der KI maßgeblich verschoben. Nun hat Silver Google DeepMind verlassen, um in London sein eigenes Unternehmen, "Ineffable Intelligence", ins Leben zu rufen. Das Startup, das bereits im November 2025 registriert wurde, befindet sich aktiv auf der Suche nach Investoren und KI-Forschern.

Der Kern von Silvers neuer Unternehmung ist eine klare Abkehr von der alleinigen Konzentration auf Large Language Models (LLMs). Während LLMs, wie sie von OpenAI, Anthropic und auch Google DeepMind entwickelt werden, beeindruckende Fähigkeiten in der Verarbeitung und Generierung menschlicher Sprache gezeigt haben, sieht Silver in ihnen fundamentale Grenzen auf dem Weg zur Superintelligenz. Seine Vision ist es, eine "endlos lernende Superintelligenz" zu schaffen, die sich nicht ausschließlich auf menschliches Wissen stützt, sondern durch eigene Erfahrungen und Interaktionen mit ihrer Umgebung kontinuierlich lernt und die Grundlagen allen Wissens autonom entdeckt.

Die Kritik an Large Language Models (LLMs)

Die Skepsis gegenüber der alleinigen Leistungsfähigkeit von LLMs ist keine isolierte Meinung. Eine wachsende Zahl prominenter KI-Forscher teilt die Ansicht, dass die aktuelle Transformer-Architektur, die vielen modernen LLMs zugrunde liegt, möglicherweise nicht ausreicht, um das Niveau der Superintelligenz zu erreichen oder gar wesentlich über ihre derzeitigen Fähigkeiten hinauszuwachsen. Diese Kritiker argumentieren, dass LLMs, die auf riesigen Datensätzen menschlichen Wissens trainiert werden, inhärent durch die Qualität und den Umfang dieser Daten begrenzt sind. Sie können keine wirklich neuen Erkenntnisse generieren, die nicht implizit in ihren Trainingsdaten vorhanden sind.

Silver und andere Befürworter eines erfahrungsbasierten Lernansatzes sehen LLMs als nützliche Werkzeuge, jedoch nicht als den ultimativen Pfad zu einer umfassenden, menschenähnlichen oder übermenschlichen Intelligenz. Sie betonen, dass echtes Lernen und die Fähigkeit zur Problemlösung eine dynamische Interaktion mit der Welt erfordern, bei der Systeme aus den Konsequenzen ihrer Handlungen lernen und ihr Verständnis der Welt kontinuierlich anpassen.

Der Weg zur Superintelligenz: Eine Divergenz der Ansätze

Die Diskussion um David Silvers Abgang und die Gründung von Ineffable Intelligence beleuchtet eine fundamentale Debatte innerhalb der KI-Forschungsgemeinschaft: Wie erreicht man Superintelligenz? Während DeepMind-Gründer Demis Hassabis das lebenslange Ziel der Superintelligenz verfolgt, scheint die Methode, dieses Ziel zu erreichen, zunehmend zu divergieren. Einige Forscher bei DeepMind sowie bei Unternehmen wie Anthropic und OpenAI glauben weiterhin an das Potenzial von LLMs, die durch verbesserte Architekturen, größere Datensätze und neue Trainingsmethoden weiterentwickelt werden könnten, um menschenähnliche Intelligenz zu erreichen.

Silver und seine Mitstreiter setzen hingegen auf ein Paradigma, das sie als "Ära der Erfahrung" bezeichnen. In einem im April 2025 mit dem renommierten KI-Forscher Richard Sutton verfassten Paper plädierten sie für eine grundlegende Verschiebung der KI-Entwicklung: weg vom Training auf menschlichem Wissen, hin zu Systemen, die aus ihrer eigenen Erfahrung lernen. Dies beinhaltet die Entwicklung von "Weltmodellen", also Simulationen, die es KI-Agenten ermöglichen, die Konsequenzen ihrer Handlungen vorherzusagen. Ein zentraler Aspekt ist dabei das kontinuierliche Lernen, bei dem sich KI-Agenten über Monate oder Jahre hinweg an ihre Umgebung anpassen, ähnlich wie Menschen oder Tiere.

Weitere prominente Abgänge und neue Unternehmungen

David Silvers Schritt ist kein Einzelfall, sondern fügt sich in eine Reihe von Abgängen hochrangiger KI-Forscher aus etablierten Unternehmen ein, die eigene Wege beschreiten, um ihre Visionen zu verwirklichen. Ilya Sutskever, ehemaliger Chefwissenschaftler von OpenAI, hat ebenfalls sein eigenes Startup namens "Safe Superintelligence" gegründet, um neue Ansätze jenseits von Large Language Models zu erforschen. Jerry Tworek, der bei OpenAI an der Entwicklung von Reasoning-Modellen beteiligt war, verließ das Unternehmen und gründete "Core Automation", ebenfalls mit dem Fokus auf kontinuierliches Lernen als fehlendes Puzzleteil zur wahren KI.

Diese Entwicklungen deuten darauf hin, dass die KI-Branche an einem Scheideweg steht. Während die Kommerzialisierung und Anwendung bestehender LLM-Technologien rasant voranschreitet, suchen einige der klügsten Köpfe der Branche nach grundlegend neuen Wegen, um die nächste Generation von KI-Systemen zu entwickeln. Die Gründung von Ineffable Intelligence durch David Silver ist ein klares Indiz dafür, dass die Suche nach Superintelligenz nicht auf einen einzigen technologischen Pfad beschränkt ist, sondern vielfältige und innovative Ansätze erfordert.

Für Unternehmen im B2B-Bereich, die sich mit der Implementierung und Nutzung von KI-Technologien befassen, ist es von entscheidender Bedeutung, diese Entwicklungen genau zu verfolgen. Die Debatte um die Grenzen von LLMs und die Potenziale erfahrungsbasierter Lernansätze könnte langfristig die Art und Weise beeinflussen, wie KI-Systeme entwickelt, eingesetzt und integriert werden. Die Entscheidung von Pionieren wie David Silver, neue Wege zu beschreiten, unterstreicht die Notwendigkeit, über den aktuellen Hype hinaus auf die grundlegenden Forschungsfragen und die langfristigen Ziele der KI-Entwicklung zu blicken.

Die Zukunft der KI wird wahrscheinlich nicht von einem einzigen Ansatz bestimmt, sondern von einer Kombination verschiedener Paradigmen, die sich gegenseitig ergänzen und vorantreiben. Die Herausforderung für Unternehmen besteht darin, flexibel zu bleiben, innovative Entwicklungen zu antizipieren und die relevanten Technologien für ihre spezifischen Anwendungsfälle zu identifizieren und zu adaptieren.

Bibliography: - Bastian, M. (2026, January 31). Google Deepmind pioneer David Silver departs to found AI startup, betting LLMs alone won't reach superintelligence. The Decoder. - Ghaffary, S. (2025, March 7). Ex-DeepMind Researchers’ New Startup Aims for Superintelligence. Bloomberg. - Kahn, J. (2026, January 30). Exclusive: Longtime Google DeepMind researcher David Silver leaves to found his own AI startup. Fortune. - Kahn, J. (2026, January 30). Jeremy Kahn's Post. LinkedIn. - Johnson, S. (2026, January 30). Google DeepMind researcher David Silver leaves to build AI startup Ineffable Intelligence. LinkedIn. - AOL. (2025, November 17). The godfather of Meta's AI thinks the AI boom is a dead end. AOL.com. - Smith, T. (2023, November 15). Why top AI talent is leaving Google’s DeepMind. Sifted.