Wir stehen am Rand einer Ära, in der KI-Systeme beginnen, ihre eigene Entwicklung zu beschleunigen – und das eines Tages rekursiv tun könnten.
Interview Andreas Köpf

Andreas Köpf ist ein KI-Forscher und -Ingenieur aus Münster, Deutschland, mit mehr als zwei Jahrzehnten Erfahrung in groß angelegtem Machine Learning und im Aufbau von Softwareunternehmen. Er ist Koautor von PyTorch (NeurIPS 2019, mittlerweile über 70.000 Mal zitiert) und Mitgründer von Open Assistant, der ersten bedeutenden Open-Source-Alternative zu ChatGPT.
Gemeinsam mit Mark Saroufim gründete er GPU MODE, heute die weltweit größte GPU- und CUDA-Programmier-Community. Er leitet derzeit Open-Thought, deren Reasoning Gym auf der NeurIPS 2025 als Spotlight ausgewählt wurde (Top ~3 %).
Zuvor war er Head of AI bei Aleph Alpha und Gründer des Robotik-/Computer-Vision-Startups Xamla (2014). Seine Karriere begann 1998 bei PROVISIO, wo er über zwanzig Jahre als Software Engineer, Chief Software Architect und CEO/Managing Partner tätig war; er bleibt indirekter Mitinhaber von PROVISIO.
Warum muss es diese Initiative jetzt geben – gerade jetzt?
Wir stehen am Rand einer Ära, in der KI-Systeme beginnen, ihre eigene Entwicklung zu beschleunigen – und das eines Tages rekursiv tun könnten. Wenn wir dort ankommen, hängen der Wohlstand und die Wettbewerbsfähigkeit der Gesellschaft von ihrer Fähigkeit ab, synthetische Erfindungsgabe zu kontrollieren und zu nutzen. Die Teams, die das nächste Jahrzehnt prägen werden, formieren sich jetzt – und sie brauchen ein Zuhause, das sie ernst nimmt. Europa hat eine tiefe Basis an gut ausgebildeten, hoch motivierten Forschenden und Ingenieur:innen mit innovativen Ideen. SPRINDs NFAI bietet hier in Europa Raum, solche Ideen in bedeutsamer Größenordnung zu materialisieren – ohne umziehen zu müssen.
Jenseits des Geldes: Was ist der eigentliche Handlungsspielraum, den Teams hier bekommen?
Durch SPRIND und die NFAI-Organisator:innen sowie die Jury erhalten Teams direkten Zugang zu Lehrstühlen, dem deutschen Mittelstand, führenden KI-Forschenden und Deeptech-Investor:innen. Ein solches Netzwerk wäre als Seed-Startup in Europa sonst schwer aufzubauen. Darüber hinaus bietet SPRIND Unterstützung beim Unternehmensaufbau. NFAI bindet die Finanzierung an Fortschritt, und sie verhandeln Verträge mit HPC-Anbietern, einschließlich der EU AI Factories, im Namen der geförderten Teams. Teams werden ausgewählt, weil sie etwas ausprobieren wollen, das der dominante Mainstream-Pfad nicht ist – was Raum für Moonshots und riskantere Wetten schafft, die für Standard-VCs weniger attraktiv sind.
Wie würde ein echter Durchbruch aussehen?
Ein echter Durchbruch eröffnet eine Fähigkeitsdimension, die für brutale Skalierung unerreichbar ist. Einige konkrete Beispiele, die mir einfallen: Ein System, das in kontrollierter und beobachtbarer Weise eine bessere Version von sich selbst baut. Sparsame Architekturen, die drastisch energie- und parametereffizienter sind als Dense Transformer. Eine Lösung für kontinuierliches Lernen und Adaptation.. Eine Lösung für kontinuierliches Lernen und Adaptation. Reasoning-Systeme mit starken Meta-Kognitions-Fähigkeiten, die genuin neuartige Lösungen erforschen und erfinden. Modelle, die nachweislich korrekt und sinnvoll interpretierbar sind. Modelle, die wesentlich über ihre Trainingsverteilung hinaus generalisieren. Roboter, die die komplexe physische Welt modellieren, aus Erfahrung lernen und sicher und effizient in unstrukturierten Umgebungen operieren – in der echten Welt. Echtzeit-Omni-Modelle, die Audio, Video, 3D, taktile Reize, Aktionen und Emotionen verarbeiten. Schwärme von Agenten, die über Wochen oder Monate langfristige, autonome Forschung betreiben und mit den Zielen der menschlichen Operator:innen übereinstimmen.
Welche Verantwortung kommt mit dem Bau von Foundation Models einher?
Die Hauptverantwortung ist, dafür zu sorgen, dass zunehmend agentische, zunehmend leistungsfähige Systeme so verhalten, wie ihre Operator:innen und die Gesellschaft es tatsächlich wollen. Modelle müssen genuin nützlich, vertrauenswürdig und breit zugänglich sein. Da KI Teil des Alltags wird, müssen die Schaffenden Zuverlässigkeit, Transparenz, Sicherheit und menschliche Aufsicht gewährleisten. Besonders in Europa sollten wir sicherstellen, dass KI über Sprachen, Kulturen und Industrien hinweg funktioniert. Aber die eigentliche Verantwortung ist, die KI-Möglichkeiten zu erschließen – nicht die nächsten Slop-Generatoren zu bauen – um Wissenschaft zu beschleunigen, Gesundheitsversorgung und Bildung zu verbessern und die Produktivität in der gesamten Gesellschaft zu steigern.
Die Teams, die das nächste Jahrzehnt prägen werden, formieren sich jetzt.
Was ist die größte Herausforderung für Frontier AI in Europa gerade?
Die größten Herausforderungen sind: Kapital, ausländische Tech-Abhängigkeit, Talentbindung, Regulierung, Compute-Infrastruktur, Energie und Fragmentierung. Wir müssen die Ambition aufbauen und die Dringlichkeit erkennen, die nächste Generation von KI-Systemen in Europa zu gestalten. In der bestmöglichen Zukunft behandelt Europa Frontier-KI-Investitionen mit derselben Ernsthaftigkeit, die es historisch auf Eisenbahnnetze, Energienetze und nationale Verteidigung angewendet hat – nachhaltiges öffentliches und privates Kapital, im großen Maßstab eingesetzt. Vielversprechende Teams bleiben und bauen hier, weil das verfügbare Funding, die Rechenleistung und die Ambition dem entsprechen, was sie woanders finden würden. Compute-Infrastruktur ist europäisch und auf jeder Ebene des Stacks wettbewerbsfähig – Cloud-Anbieter, Halbleiter-Lieferketten und Rechenzentren, die europäischen Unternehmen gehören und von ihnen betrieben werden. Die besten Forscher:innen und Ingenieur:innen bleiben oder kommen zurück –, weil Vergütung, Zugang zu Rechenleistung und die Ernsthaftigkeit der Arbeit einen Atlantikflug nicht mehr erfordern.