89 % der KI-Forscher kommen nicht mehr nach Amerika

Wichtige Erkenntnisse

• 89 % weniger KI-Forscher ziehen in die USA im Vergleich zu 2017, mit einem Rückgang um 80 % allein im letzten Jahr, im selben Jahr, in dem die Gebühr von 100.000 US-Dollar in Kraft trat
• Die USA geben 23 zu 1 mehr aus als China für KI (285,9 Milliarden US-Dollar gegenüber 12,4 Milliarden US-Dollar im Jahr 2025), dennoch hat sich der Leistungsunterschied zwischen ihren besten Modellen auf nur 2,7 Prozentpunkte verringert
• Eine im September 2025 eingeführte H-1B-„Visa-Integritätsgebühr“ in Höhe von 100.000 US-Dollar führte zu einem Rückgang der Einreichungen von Amazon, Meta und Google um 34–50 %, während FAANG-Unternehmen stattdessen 33.000 Arbeitsplätze in Indien schufen
• Für jedes abgelehnte H-1B-Visum stellen US-Firmen 0,4 bis 0,9 Arbeitskräfte im Ausland ein, was die Verlagerung genau der Forschungs- und Entwicklungskapazitäten, die die Richtlinie angeblich schützen soll, ins Ausland beschleunigt

Die 100.000-Dollar-Willkommensmatte

Am 19. September 2025 unterzeichnete die Trump-Administration eine Proklamation des Präsidenten, die eine „Visa-Integritätsgebühr“ von 100.000 US-Dollar auf jeden neuen H-1B-Visumantrag aus dem Ausland erhebt. Die vorherigen Kosten beliefen sich auf 2.000 bis 5.000 US-Dollar pro Petition, was einer 20- bis 50-fachen Steigerung über Nacht entspricht. Die Gebühr trat zwei Tage später, am 21. September, in Kraft.

Handelsminister Howard Lutnick brachte die Logik klar auf den Punkt: „Müssen wir jemanden haben, der der Regierung jährlich 100.000 US-Dollar wert ist, oder sollte er nach Hause zurückkehren und einen Amerikaner einstellen?“

Sieben Monate später veröffentlichte das Human-Centered AI Institute in Stanford seinen AI Index Report 2026 und beantwortete seine Frage mit Daten. Die Zahl der KI-Forscher und -Entwickler, die in die USA ziehen, ist seit 2017 um 89 % zurückgegangen, wobei 80 % dieses Einbruchs allein im letzten Jahr zu verzeichnen waren. Die Rechnung lässt darauf schließen, dass der Rückgang über Jahre hinweg langsam war: zwischen 2017 und Anfang 2025 kam es zu einem Rückgang um etwa 45 %, der auf strengere Visabestimmungen, COVID-Störungen und ausgereifte KI-Ökosysteme im Ausland zurückzuführen ist. Dann beschleunigte sich etwas. Das Jahr, in dem die 100.000-Dollar-Gebühr in Kraft trat, war das Jahr, in dem die Pipeline kaputt ging.

Die USA haben nicht nur eine politische Debatte verloren. Es hat 285,9 Milliarden US-Dollar an KI-Infrastrukturausgaben in Brand gesteckt, indem es die Leute verdrängt hat, die wissen, wie man es nutzt.

Das Paradoxon in drei Zahlen

Der Stanford AI Index enthält ein Paradoxon, das jeden alarmieren sollte, dem die technologische Wettbewerbsfähigkeit Amerikas am Herzen liegt.

$$\text{US AI Investment} = 23 \times \text{China AI Investment}$$

Im Jahr 2025 erreichten die privaten KI-Investitionen der USA 285,9 Milliarden US-Dollar, mehr als das 23-fache der 12,4 Milliarden US-Dollar Chinas. Die USA produzierten im Jahr 2025 50 bemerkenswerte KI-Modelle, verglichen mit 30 in China. Es gibt immer noch 1.953 neu finanzierte KI-Unternehmen, mehr als das Zehnfache des nächstnächsten Landes.

Aber die Kluft zwischen dem besten amerikanischen KI-Modell und dem besten chinesischen KI-Modell? 2,7 Prozentpunkte.

Diese Lücke betrug im Januar 2024 9,26 %. Bei einigen Benchmarks brach sie auf praktisch Null ein. Bei MMLU (Massive Multitask Language Understanding) sank die Marge zwischen 2023 und 2024 von 17,5 % auf 0,3 %. Chinesische und amerikanische Modelle haben seit Anfang 2025 mehrfach die Spitzenposition getauscht, wobei DeepSeek-R1 kurzzeitig mit dem US-Spitzenmodell mithalten konnte.

Drei Zahlen definieren das Paradoxon:

Amerika gibt 23-mal mehr Geld aus, um einen Vorsprung aufrechtzuerhalten, der auf 2,7 % geschrumpft ist, während die Talentpipeline, die den Vorsprung aufgebaut hat, um 89 % gesunken ist. Man braucht keinen Doktortitel in Wirtschaftswissenschaften, um zu erkennen, dass diese Gleichung nicht aufgeht.

Die Einstellungsklippe

Die 100.000-Dollar-Gebühr traf die Branche nicht einheitlich. Am härtesten traf es die Unternehmen, die Amerikas KI-Infrastruktur aufbauen.

Die Daten des Arbeitsministeriums zu zertifizierten H-1B-Anträgen für das erste Quartal des Geschäftsjahres 2026 (Oktober bis Dezember 2025, das erste volle Quartal nach Inkrafttreten der Gebühr) zeigen starke Rückgänge bei fast allen großen Arbeitgebern im Technologiebereich:

Ein Unternehmen widersetzte sich dem Trend. Nvidia, dessen GPUs den gesamten KI-Aufbau unterstützen, erhöhte seine H-1B-Einreichungen um 18 %. Für 100.000 US-Dollar pro Petition kann sich Nvidia das leisten. Ein 15-köpfiges KI-Startup kann das nicht. Die Gebühr filtert nicht nach Qualität. Es filtert nach der Größe des Treasury.

Unterdessen hat das Arbeitsministerium die Durchsetzung von H-1B intensiviert, wobei die Zahl der Untersuchungen um 48 % zunahm.

Die Botschaft an die weltweit führenden KI-Forscher war eindeutig: Amerika wird 100.000 US-Dollar verlangen, um durch die Tür zu gehen, den Arbeitgeber nach der Ankunft zu prüfen und dann stattdessen zuzusehen, wie der Job nach Bangalore geht.

Wo das Talent hinging

Die Forscher sind nicht verschwunden. Sie gingen woanders hin.

Im Jahr 2025 stellten Meta, Amazon, Apple, Microsoft, Netflix und Google in Indien zusammen 33.000 neue Arbeitskräfte ein, ein Anstieg von 18 % gegenüber dem Vorjahr. Anfang 2026 hatten diese Unternehmen in Indien rund 4.200 offene Stellen, davon fast die Hälfte in den Bereichen KI, maschinelles Lernen, Cloud Computing und Cybersicherheit. Allein Google hat 365 offene Stellen aufgelistet, zwei Drittel davon in Bengaluru.

Das Muster ist kein Zufall. Es ist eine direkte, messbare Folge der Visabeschränkungen.

Ein Bericht des Center for Strategic and International Studies (CSIS) vom Februar 2026 ergab, dass multinationale Unternehmen für jedes abgelehnte H-1B-Visum 0,4 bis 0,9 Mitarbeiter im Ausland einstellen. Unter den am stärksten global integrierten Unternehmen nähert sich das Verhältnis 0,9. Die zugrunde liegende Studie, die in Management Science und dem National Bureau of Economic Research veröffentlicht wurde, ist unverblümt: „H-1B-Beschränkungen schützen amerikanische Arbeitsplätze nicht. Sie führen zu mehr Einstellungen im Ausland.“

Die Gebühr von 100.000 US-Dollar sollte „amerikanische Arbeiter schützen“. Die CSIS-Daten besagen, dass das Gegenteil der Fall ist: Die Arbeitsplätze werden schneller ins Ausland verlagert, als es jedes Handelsabkommen jemals könnte.

Die Gründer, die Amerika nicht bekommen wird

Beim Talentabfluss geht es nicht nur darum, dass Ingenieure Stellen bei Google besetzen. Es geht um die nächste Generation von Unternehmen, die niemals in den USA gegründet werden.

Eine Analyse des Institute for Progress (IFP) der Forbes-Liste „AI 50“ aus dem Jahr 2025, den vielversprechendsten KI-Startups in Amerika, ergab, dass 60 % der in den USA ansässigen Unternehmen von Einwanderern gegründet oder mitbegründet wurden. 25 der 42 in den USA ansässigen Unternehmen auf der Liste hatten mindestens einen Gründer mit Migrationshintergrund. Die National Foundation for American Policy stellte im Jahr 2023 das gleiche Muster fest, wobei 65 % der Unternehmen von Einwanderern gegründet wurden. Siebzig Prozent dieser Gründer kamen zunächst mit einem Studentenvisum in die USA.

Das sind keine Leute, die amerikanische Jobs besetzen. Es sind Menschen, die amerikanische Arbeitsplätze schaffen. OpenAI wurde von Ilya Sutskever mitbegründet, der aus Russland über Israel und Kanada kam. Google wurde von Sergey Brin, einem Flüchtling aus der Sowjetunion, mitbegründet. Der CEO von Tesla kam über Kanada aus Südafrika. Die Gebühr von 100.000 US-Dollar macht keinen Unterschied zwischen einem routinemäßigen Outsourcing-Antrag und dem nächsten Sutskever.

Das Bulletin of the Atomic Scientists brachte es deutlich auf den Punkt: Die Gebühr werde „Start-ups aus dem Silicon Valley und der KI am meisten schaden“, da junge Unternehmen nicht 100.000 US-Dollar pro Visum zusätzlich zu den Anwaltskosten, dem Umzug und dem Gehalt aufbringen können. Die großen etablierten Betreiber übernehmen die Kosten oder gehen ins Ausland. Die Startups, die sie herausfordern würden, entstehen nie.

Der historische Reim, den niemand hören möchte

Die Vereinigten Staaten haben diesen Film schon einmal gesehen. Es war direkt auf der anderen Seite des Bildschirms.

Im April 1933 erließ Nazi-Deutschland ein Gesetz, das die Entlassung aller Personen in Regierungspositionen, einschließlich Universitäten, vorschrieb, die mindestens einen jüdischen Großelternteil hatten oder ein politischer Gegner waren. 25 Prozent der deutschen Physiker verloren ihren Job, darunter elf ehemalige oder zukünftige Nobelpreisträger. Allein in der ersten Welle flohen rund 2.400 Akademiker aus Deutschland.

Die Wissenschaftler, die Amerika und Großbritannien erreichten, lesen sich wie eine Liste der bedeutendsten Köpfe des 20. Jahrhunderts: Albert Einstein, Hans Bethe, John von Neumann, Leo Szilard, Edward Teller, Rudolf Peierls aus Deutschland und Enrico Fermi aus Italien, der 1938 vor Mussolinis Rassengesetzen floh. Sie gingen nicht in den Ruhestand. Sie haben die Atombombe gebaut – für die Länder, die sie aufgenommen haben.

Die Stanford-Ökonomin Petra Moser fand heraus, dass US-Patente in Bereichen, die unter den emigrierten Wissenschaftlern üblich waren, nach 1933 um 31 % zunahmen. Der Innovationseffekt wirkte sich über Generationen aus: Die Flüchtlinge zogen neue Forscher an, die weitere Forscher ausbildeten, die das Silicon Valley gründeten.

Im Jahr 1932 war Deutschland die führende Wissenschaftsmacht der Welt. 1945 lag es in Trümmern. Der Zusammenhang zwischen diesen beiden Tatsachen ist kein Zufall.

Die Parallele ist unvollkommen. Die USA verfolgen Wissenschaftler nicht aus rassistischen Gründen. Es belastet sie mit bürokratischen Kosten. Aber der Mechanismus ist derselbe: Eine dominante Macht verdrängt ihre intellektuelle Basis durch die Politik, und die Nutznießer sind die Länder, die klug genug sind, sie willkommen zu heißen. In den 1930er Jahren war das Amerika. In den 2020er Jahren sind es Kanada, Indien und Europa.

Der Kapital-gegen-Talent-Ersatz

Die implizite Wette hinter der amerikanischen KI-Strategie besteht darin, dass Kapital Talente ersetzen kann. Bauen Sie genügend Rechenzentren auf. Kaufen Sie genügend GPUs. Geben Sie genug Geld aus. Und die Lücke von 2,7 % wird keine Rolle spielen, denn die Infrastruktur wird ihre eigenen Vorteile generieren.

Die Geschichte verträgt diese Theorie nicht.

Die Sowjetunion verfügte während des Kalten Krieges jahrzehntelang über größere konventionelle Streitkräfte als die Vereinigten Staaten. Es gab mehr Panzer, mehr Artillerie, mehr Soldaten. Aber die Vereinigten Staaten verfügten über bessere Technologie und besser ausgebildete Menschen. Als die Kluft zwischen Quantität und Qualität nicht mehr aufrechtzuerhalten war, brach das Sowjetsystem zusammen, nicht aufgrund einer verlorenen Schlacht, sondern aufgrund einer Wirtschaft, die ihre Ausgaben nicht in Leistungsfähigkeit umwandeln konnte.

Die KI-Version dieser Dynamik ist bereits sichtbar. DeepSeek, ein chinesisches Labor, [trainierte ein Modell, das kurzzeitig mit dem amerikanischen Spitzenmodell übereinstimmte] (/ai/the-western-capex-trap-deepseek-and-the-efficiency-gap) für angeblich 5,6 Millionen US-Dollar an direkten GPU-Kosten, ein Bruchteil dessen, was US-Frontier-Modelle allein für das Training ausgaben. Die Lücke wurde nicht geschlossen, weil China mehr Geld ausgab als Amerika. Es wurde geschlossen, weil China seine Talente effizienter nutzte.

Die Ironie geht tiefer. Laut Andreessen Horowitz-Partner Martin Casado bauen etwa 80 % der US-Startups, die auf Open-Source-Modellen aufbauen, mittlerweile auf chinesischen auf, vor allem DeepSeek und Alibabas Qwen. Nicht OpenAI. Nicht anthropisch. Das amerikanische KI-Ökosystem basiert zunehmend auf chinesischen Grundlagen, während die amerikanische Einwanderungspolitik die Forscher vertreibt, die inländische Alternativen entwickeln könnten.

Unterdessen verschärfen die USA weiterhin die Politik, die genau den Talentvorteil geschaffen hat, der inzwischen ausgehöhlt wurde. Chip-Exportverbote sollten Chinas KI-Hardware-Versorgung lahmlegen; Stattdessen beschleunigten sie die inländische chinesische Chipherstellung. Jetzt soll eine Visumgebühr von 100.000 US-Dollar amerikanische KI-Arbeiter schützen; Stattdessen beschleunigt es die Verlagerung der KI-Forschung ins Ausland.

Das Muster ist konsistent: Jeder Versuch, amerikanische Vorteile als Waffe zu nutzen, verwandelt sie in Verbindlichkeiten.

The Steelman: Warum das vielleicht keine Rolle spielt

Das stärkste Gegenargument verdient ehrliches Engagement.

Die USA verfügen immer noch über das umfassendste KI-Ökosystem der Welt. Im Jahr 2025 produzierte das Unternehmen 50 bemerkenswerte KI-Modelle, verglichen mit 30 in China. Seine privaten KI-Investitionen sind 23-mal größer als die Chinas. Es beherbergt mehr KI-Forscher als jedes andere Land. Es verfügt über die besten Universitäten, die fortschrittlichsten Risikokapitalnetzwerke und die größte installierte Basis an KI-Infrastruktur auf der Welt.

Ein Teil des Talentrückgangs könnte auf die natürliche Reifung von KI-Ökosystemen im Ausland zurückzuführen sein, mit mehr Möglichkeiten im Inland als weniger Möglichkeiten in Amerika. Und die Gebühr von 100.000 US-Dollar priorisiert Bewerber mit höherem Gehalt, was theoretisch dazu führen könnte, dass sich die Zusammensetzung der H-1B-Einstellungen hin zu erfahreneren, höherwertigen Talenten verschiebt und nicht zu großen Outsourcing-Positionen.

Die Gebühr erlischt ebenfalls am 21. September 2026, also in fünf Monaten. Es könnte erneuert werden, aber es könnte auch verfallen.

Alles wahr. Die Daten deuten jedoch darauf hin, dass die ersten 45 % des Rückgangs schrittweise über einen Zeitraum von acht Jahren erfolgten. Der verbleibende Zusammenbruch wurde zu einem zusammengedrückt. Die Gebühr ist vielleicht nicht die einzige Ursache, aber sie kam im selben Jahr an, in dem die Klippe auftauchte. Und die CSIS-Daten zeigen, dass die dadurch ausgelöste Verlagerung nicht einfach rückgängig gemacht werden kann. Sobald Google ein KI-Forschungslabor in Bengaluru einrichtet und 33.000 Menschen in ganz Indien einstellt, gehen diese Jobs nach Ablauf der Gebühr nicht mehr an Mountain View zurück. Die Infrastruktur, die Talentnetzwerke und das institutionelle Wissen sind bereits umgezogen.

Der selbstzerstörerische Zyklus

Hier ist die Rückkopplungsschleife, die amerikanische Politiker in Angst und Schrecken versetzen sollte:

1. Einwanderung einschränken → Es kommen keine KI-Talente mehr (Rückgang um 89 %)
2. Unternehmen können keine inländischen Stellen besetzen → Sie verlagern ihre Arbeit nach Indien, Kanada und Deutschland (0,4–0,9 Arbeitsplätze pro abgelehntem Visum)
3. Ausländische KI-Ökosysteme sind ausgereift → Chinesische, indische und kanadische Labore produzieren wettbewerbsfähige Modelle (2,7 % Lücke)
4. Die USA reagieren, indem sie mehr ausgeben → allein im Jahr 2025 285,9 Milliarden US-Dollar
5. Aber Kapital ohne Talent ist nur teure Hardware → Die Ausgaben steigen, der Vorsprung schrumpft weiter
6. Wiederholen → Der Zyklus beschleunigt sich

Dies ist kein Kompetenzdefizit, das ein Schulungsprogramm in zwei Jahren beheben kann. Es handelt sich um einen strukturellen Rückzug aus dem globalen Talentmarkt genau zu dem Zeitpunkt, an dem die KI-Entwicklung auf einen möglichst großen Talentpool angewiesen ist.

Die für Amerika im Jahr 2026 prognostizierten Investitionsausgaben für KI-Rechenzentren in Höhe von rund 660 Milliarden US-Dollar gehen davon aus, dass die Ingenieure, Forscher und Wissenschaftler verfügbar sein werden, die für die Entwicklung der in diesen Zentren laufenden KI-Modelle erforderlich sind. Die Stanford-Daten deuten darauf hin, dass dies zunehmend nicht der Fall sein wird, zumindest nicht in den Vereinigten Staaten.

Was als nächstes passiert

Das KI-Rennen ist kein Sprint. Es ist ein Relais. Und Amerika hat gerade 89 % seiner neuen Läufer angewiesen, sich ein anderes Team zu suchen.

Die unmittelbaren Folgen sind bereits messbar: FAANG-Einstellungsschübe in Indien, ein Rückgang der Visumanträge im Inland und ein Leistungsunterschied zu China, der mit jeder Modellveröffentlichung kleiner wird. Die mittelfristigen Folgen sind struktureller Natur: Konkurrierende KI-Ökosysteme in Toronto, Bengaluru, London und Berlin absorbieren die Talente, die Amerika ablehnt, und bauen das institutionelle Wissen auf, das sich über Jahrzehnte ansammeln wird.

Die langfristigen Konsequenzen sollten amerikanische Strategen beschäftigen. Im Jahr 1933 hatte Deutschland alle Vorteile: die besten Universitäten, die meisten Nobelpreisträger, die größte wissenschaftliche Einrichtung Europas. Innerhalb von zwölf Jahren hatten die von ihr vertriebenen Wissenschaftler die Waffe gebaut, die den Krieg beendete. Das Land, das gewann, war nicht das Land, das am meisten ausgegeben hat. Es war derjenige, der das Talent willkommen hieß.

Die USA gaben im Jahr 2025 285,9 Milliarden US-Dollar für KI aus. Das Visum zur Aufnahme der Menschen, die es nutzen würden, kostet 100.000 US-Dollar. Die Mathematik ist nicht schwer. Die Frage ist, ob das irgendjemand in Washington kann.