knowledge-base/raw/blog/2026-06-16_aschenbrenner-situational-awareness.md

---
type: blog
source_url: https://situational-awareness.ai/
retrieved: 2026-06-16
title: "Situational Awareness: The Decade Ahead"
author: "Leopold Aschenbrenner"
published: 2024-06
length: ~165 Seiten
tags: [aschenbrenner, agi, superintelligence, decoupling, china, situational-awareness, agi-realism, intelligence-explosion, the-project, openai-superalignment]
ingest_topic: "OME Theorie-Bildung (topic_id 502)"
ingest_msg_ref: "Rüdiger @Stelariz_75, 2026-06-16 18:44 UTC, Wikipedia-Textauszug mit [1]-Fußnote"
---

# Situational Awareness: The Decade Ahead

**Autor:** [Leopold Aschenbrenner](https://x.com/leopoldasch)
**Veröffentlicht:** Juni 2024 (als Series auf Substack/Github-Pages, vor OpenAI-Entlassung)
**Länge:** ~165 Seiten in 6 Hauptkapiteln
**URL:** https://situational-awareness.ai/

## Kontext (Rüdiger-Post im OME Topic 502)

Rüdiger hat am 2026-06-16 18:44 UTC einen Wikipedia-Textauszug über Aschenbrenners Essay in Topic 502 "Theorie-Bildung" gepostet — mit einer `[1]`-Fußnote (Sekundärquelle). Das ist der dritte Datenpunkt in einem Topic, das bisher (a) Rüdigers Welt-Artikel vom 05.06. (algorithmische Perspektive "was kommt nach dem Transformer") und (b) Pits Mainzer-Link vom 11.06. (Hardware-Perspektive neuromorph + Quanten) enthält. Aschenbrenners Essay ergänzt die **AGI-Timeline- und Industrialisierungs-Perspektive** und ist somit das fehlende dritte Stück im Topic-Bild.

## Biografisches

Leopold Aschenbrenner war 2023-2024 im **OpenAI Superalignment Team** (Code: Ilya Sutskever, Jan Leike) und Mitautor von [„Solving alignment by default" (Apr 2024)](https://arxiv.org/abs/2404.07362). Er wurde im Juni 2024 — im Kontext der Superalignment-Team-Auflösung und Sutskevers/Jan Leikes Abgang — von OpenAI entlassen. Aschenbrenners Essay wurde vor/während der Entlassung publiziert und gilt als ungeschminkte Insider-Sicht auf die AGI-Timeline.

## Originalzitate (Intro)

> "You can see the future first in San Francisco. Over the past year, the talk of the town has shifted from $10 billion compute clusters to $100 billion clusters to trillion-dollar clusters. Every six months another zero is added to the boardroom plans. Behind the scenes, there's a fierce scramble to secure every power contract still available for the rest of the decade, every voltage transformer that can possibly be procured. American big business is gearing up to pour trillions of dollars into a long-unseen mobilization of American industrial might. By the end of the decade, American electricity production will have grown tens of percent; from the shale fields of Pennsylvania to the solar farms of Nevada, hundreds of millions of GPUs will hum."

> "The AGI race has begun. We are building machines that can think and reason. By 2025/26, these machines will outpace many college graduates. By the end of the decade, they will be smarter than you or I; we will have superintelligence, in the true sense of the word. Along the way, national security forces not seen in half a century will be unleashed, and before long, The Project will be on. If we're lucky, we'll be in an all-out race with the CCP; if we're unlucky, an all-out war."

> "Everyone is now talking about AI, but few have the faintest glimmer of what is about to hit them. … Before long, the world will wake up. But right now, there are perhaps a few hundred people, most of them in San Francisco and the AI labs, that have situational awareness."

## Kapitel 1 — From GPT-4 to AGI: Counting the OOMs

> "GPT-2 to GPT-4 took us from ~preschooler to ~smart high-schooler abilities in 4 years. Tracing trendlines in compute (~0.5 orders of magnitude or OOMs/year), algorithmic efficiencies (~0.5 OOMs/year), and 'unhobbling' gains (from chatbot to agent), we should expect another preschooler-to-high-schooler-sized qualitative jump by 2027."

**Hauptthese:** Eine ~100.000x Skalierung der „effective compute" über 4 Jahre (2023→2027) sollte einen weiteren GPT-2-zu-GPT-4-Sprung bringen. Aschenbrenner argumentiert, das reiche für AGI — Modelle, die die Arbeit eines AI Researcher/Engineers übernehmen können.

Drei Treiber:
1. **Compute** — ~0.5 OOMs/Jahr Trend
2. **Algorithmic efficiencies** — ~0.5 OOMs/Jahr (LayerNorm, residual connections, Chinchilla scaling laws, etc.)
3. **„Unhobbling" gains** — von Chatbot zu Agent, Tool-Use, Latent-Space-Zugang

> "We are racing through the OOMs extremely rapidly, and the numbers indicate we should expect another ~100,000x effective compute scaleup."

## Kapitel 2 — From AGI to Superintelligence: The Intelligence Explosion

> "AI progress won't stop at human-level. Hundreds of millions of AGIs could automate AI research, compressing a decade of algorithmic progress (5+ OOMs) into ≤1 year. We would rapidly go from human-level to vastly superhuman AI systems. The power—and the peril—of superintelligence would be dramatic."

**Hauptthese:** Sobald AGI AI-Forschung automatisieren kann, entsteht eine rekursive Selbstverbesserungs-Schleife. Aschenbrenner schätzt: bis 2027 könnten GPU-Flotten 100 Millionen „human-equivalent" AI Researcher parallel laufen lassen, jeder potentiell mit 10x-100x Human-Speed.

> "Imagine an automated Alec Radford—imagine 100 million automated Alec Radfords. I think just about every researcher at OpenAI would agree that if they had 10 Alec Radfords, let alone 100 or 1,000 or 1 million running at 10x or 100x human speed, they could very quickly solve very many of their problems."

**Kernformel:** AGI bis 2027 + AI-Forschung-Automation = **Superintelligenz in unter einem Jahr** nach AGI.

**Bezug zu Mainzer:** Aschenbrenners „100 million human-equivalents" sind das software-seitige Pendant zu Mainzers hardware-seitigem Energie-Bottleneck (20W vs. Megawatt). Aschenbrenner löst das Bottleneck durch Compute-Skalierung und Algorithmik, Mainzer durch Hardware-Diversität (neuromorph, photonisch, Quanten).

## Kapitel 3 — The Project (Inhaltsskizze)

Historische Parallele zum Manhattan-Projekt: Trillionen-Dollar-Mobilisierung der US-Industrie, GPU-Fabriken, Strom-Infrastruktur, nationale Sicherheits-Apparat. Aschenbrenners These: Die US-Regierung wird die AGI-Entwicklung als nationale Priorität behandeln, vergleichbar mit Manhattan oder Apollo.

## Kapitel 4 — The Four Risks (Inhaltsskizze)

1. **China/CCP** — Konkurrenz um AGI-Vorherrschaft, Exportkontrollen als US-Strategie
2. **Decoupling** — Tech-Embargo gegen China, „Bifurcation" der Tech-Welten
3. **Elections** — 2024+ US-Wahlen als Stabilitätsrisiko, „Demokratie-Stress" durch AGI
4. **Misalignment** — Superintelligenz-Kontrollverlust, The-Bomb-zu-The-Super-Vergleich

## Kapitel 5 — AGI Realism (Inhaltsskizze)

Aschenbrenners normativer Schluss: „Situational Awareness" als Pflicht für alle, die in der KI-Branche Verantwortung tragen. Nicht Hysterie, nicht Verleugnung — nüchterner Realismus. Die gegenwärtige öffentliche Debatte verharmlost die Geschwindigkeit der Entwicklung.

## Quellen

- Primärtext: https://situational-awareness.ai/ (alle 6 Kapitel)
- Sekundär (Rüdigers Fußnote [1]): Wikipedia-Artikel „Leopold Aschenbrenner" / Wikipedia-Artikel „Existential risk from artificial intelligence" (Wikipedia ist Sekundärquelle, Aschenbrenners eigene Site ist Primärtext)
- Biografisch: Leopold Aschenbrenners X/Twitter-Account (@leopoldasch), OpenAI-Vergangenheit dokumentiert
- Paper: https://arxiv.org/abs/2404.07362 (Solving alignment by default, Aschenbrenner et al., April 2024)

## Cardinal Rule

Diese `raw/`-Datei ist **immutable**. Bei späteren Updates: neue Raw-Datei mit `retrieved`-Datum, Verweis auf diese hier.