Wer ist Andrej Karpathy? Der OpenAI-Mitgründer, jetzt bei Anthropic

Andrej Karpathy ist eine der einflussreichsten Figuren der modernen künstlichen Intelligenz, ein Gründungsmitglied von OpenAI, der ehemalige Leiter von KI und Autopilot Vision bei Tesla und der Gründer des KI-Bildungsstartups Eureka Labs. Im Mai 2026 sorgte er für Schlagzeilen, als er zum Rivalen Anthropic wechselte, dem Hersteller von Claude, um dort im Pre-Training-Team an dessen Frontier-Modellen zu arbeiten. Nebenbei prägte er den Begriff „Vibe Coding“, schrieb den vielzitierten Essay „Software 2.0“ und baute einige der meistgesehenen KI-Kurse im Internet.

Dieser Leitfaden behandelt, wer Andrej Karpathy ist, seine vollständige Karrierechronologie von OpenAI über Tesla und zurück, warum sein Wechsel zu Anthropic wichtig ist, und die Ideen, die ihn bekannt gemacht haben. Außerdem findest du seine jüngsten Open-Source-Projekte wie nanochat und autoresearch, seine Ansichten zu KI-Agenten sowie klare Antworten zu seinem Alter, seiner Ausbildung und seinem geschätzten Vermögen.

Das Wichtigste in Kürze

• Geboren am 23. Oktober 1986 in Bratislava; ein slowakisch-kanadischer KI-Forscher, heute 39 Jahre alt.
• Gründungsmitglied von OpenAI (2015–2017) und KI-Direktor bei Tesla (2017–2022), wo er Full Self-Driving leitete.
• Gründete 2024 Eureka Labs und wechselte im Mai 2026 ins Pre-Training-Team von Anthropic.
• Prägte „Vibe Coding“ und verfasste den einflussreichen Essay „Software 2.0“.
• Sein Vermögen wird auf $50 bis $100 Millionen geschätzt, obwohl er nie eine konkrete Zahl genannt hat.

Wer ist Andrej Karpathy?

Andrej Karpathy ist ein slowakisch-kanadischer KI-Forscher, geboren am 23. Oktober 1986 in Bratislava, was ihn 39 Jahre alt macht. Er ist vor allem für seine Arbeit in Deep Learning und Computer Vision bekannt sowie dafür, schwierige KI-Konzepte so zu erklären, dass sie auch Laien verstehen. Er wurde in die Liste der TIME100 Most Influential People in AI aufgenommen, und seine Tutorials erreichen Millionen von Entwicklern.

Sein akademischer Weg führte durch drei Länder. Er erwarb einen Bachelorabschluss in Informatik und Physik an der University of Toronto, einen Master an der University of British Columbia und promovierte an der Stanford University bei Fei-Fei Li mit Schwerpunkt auf der Schnittstelle von Computer Vision und natürlicher Sprache. Während seiner Zeit in Stanford entwickelte und unterrichtete er CS231n, den ersten Deep-Learning-Kurs der Universität und bis heute einen ihrer beliebtesten.

Andrej Karpathys Karrierechronologie

Karpathy wechselte zwischen den größten Namen der KI-Branche, oft zu entscheidenden Momenten. Hier ist der vollständige Weg von OpenAI über Tesla bis zu Anthropic.

Karpathy kam 2015 als Gründungsmitglied zu OpenAI und verließ das Unternehmen 2017, um die KI-Abteilung bei Tesla zu leiten, wo er das Autopilot-Vision-Team und die Full-Self-Driving-Initiative des Unternehmens leitete. 2022 zog er sich von Tesla zurück, kehrte für etwa ein Jahr zu OpenAI zurück und machte sich anschließend selbstständig. Der rote Faden seiner Karriere ist der Fokus darauf, Maschinen das Sehen zu lehren und, zunehmend, Menschen das Bauen von KI.

Warum hat Andrej Karpathy Tesla und OpenAI verlassen?

Karpathy verließ Tesla 2022, nachdem er fünf Jahre lang am Self-Driving-Stack des Unternehmens gearbeitet hatte, und sagte, er wolle sich wieder seiner langjährigen Leidenschaft für KI-Forschung und -Bildung widmen statt einem einzelnen Produkt. Er kehrte 2023 zu OpenAI zurück, blieb dort aber nur etwa ein Jahr, bevor er 2024 erneut ging, um sein eigenes Unternehmen zu gründen. Seine Abgänge liefen jedes Mal einvernehmlich ab und wurden stets als Hinwendung zu Forschung und Lehre dargestellt, nicht als Zerwürfnis.

Was ist Eureka Labs?

Eureka Labs ist das KI-Bildungsunternehmen, das Karpathy im Juli 2024 gründete, aufgebaut rund um die Idee einer „KI-nativen“ Schule, in der ein KI-Lernassistent Studierende durch den Kursstoff führt. Der Flaggschiffkurs, LLM101n, führt Lernende durch den Aufbau eines eigenen kleinen Sprachmodells, einer „Storyteller AI“, von Grund auf mit Python, C und CUDA. Das Ziel ist, das Training eines echten Modells für Einzelpersonen zugänglich zu machen, nicht nur für große Labore.

Warum ist Andrej Karpathy zu Anthropic gewechselt?

Am 19. Mai 2026 gab Karpathy bekannt, dass er zu Anthropic gewechselt war, dem Unternehmen hinter Claude, was angesichts seiner OpenAI-Wurzeln für einen Schock in der KI-Welt sorgte. Er arbeitet im Pre-Training-Team unter Teamleiter Nick Joseph, der Gruppe, die für die massiven Trainingsläufe verantwortlich ist, die Claude sein Grundwissen und seine Fähigkeiten verleihen. Außerdem hilft er beim Aufbau einer neuen Initiative, die darauf ausgerichtet ist, Claude selbst zur Beschleunigung der Pre-Training-Forschung einzusetzen.

Der Symbolwert ist schwer zu übersehen. Ein Gründungsmitglied von OpenAI hilft nun, die Modelle seines größten Rivalen zu trainieren.

In seinen eigenen Worten sagte Karpathy, er glaube, „die nächsten Jahre an der Spitze der Sprachmodelle werden besonders prägend sein“, und dass er sich darauf freue, wieder praktisch in Forschung und Entwicklung einzusteigen. Der Wechsel liest sich als Vertrauensvotum für Anthropics Forschungsrichtung und fällt in eine Zeit eines intensiven Talentkriegs zwischen den Top-Laboren. Für das größere Bild, wie die beiden Unternehmen im Vergleich abschneiden, sieh dir unsere Analyse zu Anthropic vs OpenAI an.

Was ist Vibe Coding? Karpathys große Ideen

Vibe Coding, ein Begriff, den Karpathy populär gemacht hat, beschreibt das Erstellen von Software, indem man einem KI-Modell in einfacher Sprache sagt, was man will, und es den Großteil des Codes schreiben lässt. Statt jede Zeile von Hand zu schreiben, lenkst und steuerst du das Modell und verlässt dich auf seine Ausgabe und dein eigenes Urteilsvermögen. Der Begriff setzte sich schnell durch und taucht inzwischen überall auf, von Startup-Demos bis zu Stellenbeschreibungen. Wenn du den Workflow selbst ausprobieren möchtest, ist unser Leitfaden zu den besten kostenlosen KI-Tools zum Programmieren ein guter Einstieg.

Seine andere wegweisende Idee ist „Software 2.0“, ein Essay aus dem Jahr 2017, der argumentiert, dass neuronale Netze eine neue Art der Programmierung darstellen. In dieser Sichtweise wird der „Code“ nicht mehr von Hand geschrieben, sondern gelernt, wobei die trainierten Gewichte eines Modells die Arbeit erledigen, die früher explizite Anweisungen übernahmen. Diese Sichtweise wurde zur Standardreferenz dafür, wie die Branche über maschinelles Lernen denkt, und prägt bis heute, wie Entwickler beschreiben, was KI mit ihrem Handwerk macht.

Karpathys jüngste Arbeiten: nanochat, Autoresearch und LLM-Wissensdatenbanken

Karpathy bleibt auch deshalb bekannt, weil er ständig neue Projekte veröffentlicht. Sein Projekt nanochat, beworben als „das beste ChatGPT, das man für $100 bekommen kann“, ist eine minimale, gut lesbare Codebasis, die ein kleines Chat-Modell von Anfang bis Ende trainiert, sodass man genau sehen kann, wie die Teile zusammenpassen. Im März 2026 veröffentlichte er autoresearch, ein rund 630 Zeilen langes Tool, das KI-Agenten ihre eigenen Machine-Learning-Experimente auf einer einzigen GPU durchführen lässt. Nachdem der Agent rund zwei Tage lang lief, fand er etwa 20 Änderungen, die das Modell verbesserten und die Trainingszeit bis zu einem GPT-2-Benchmark um rund 11 Prozent senkten.

Im April 2026 löste er mit einem Beitrag, der mehr als 16 Millionen Mal gesehen wurde, eine weitere Welle aus, in der er argumentierte, man solle aufhören, Sprachmodelle nur als Chatbots oder Code-Generatoren zu behandeln. Stattdessen schlug er vor, sie zu nutzen, um Rohinformationen in lebende, miteinander verlinkte Markdown-Wissensdatenbanken zu kompilieren, manchmal auch „LLM-Wiki“ genannt. Er sagte, er habe einen großen Teil seiner eigenen KI-Nutzung von der Codebearbeitung auf das Organisieren von Wissen auf diese Weise verlagert. Um solche Fähigkeiten weiter zu vertiefen, sieh dir unseren Leitfaden dazu an, wie du KI lernst.

Warum Karpathy sagt, dass KI-Agenten ein „Jahrzehnt“ brauchen

Trotz des Hypes um autonome KI ist Karpathy eine besonnene Stimme. Im Dwarkesh-Podcast argumentierte er, dass vollständig funktionierende KI-Agenten noch etwa ein Jahrzehnt brauchen werden, weil heutigen Systemen genug Intelligenz, Multimodalität und kontinuierliches Lernen fehlen, um ihnen echte Aufgaben zu überlassen. Außerdem veröffentlichte er, was viele als offenen Brief an Softwareentwickler bezeichneten, in dem er einräumte, er habe sich „noch nie so als Programmierer abgehängt gefühlt“, da der Beruf durch Agenten, Prompts und neue Tools „dramatisch umgebaut“ werde. Sein Punkt ist, dass sich der Job schnell verändert, nicht dass Entwickler überflüssig werden.

Andrej Karpathys Vermögen und Privatleben

Karpathy hat seine Finanzen nie öffentlich offengelegt, daher ist jede Zahl eine Schätzung. Unabhängige Profile setzen sein Vermögen zwischen $50 Millionen und $100 Millionen an, aufgebaut aus leitenden Positionen bei OpenAI und Tesla, Firmenanteilen und seinen eigenen Unternehmungen. Betrachte diese Spanne als groben Richtwert und nicht als offizielle Zahl.

Sein Privatleben hält er aus der Öffentlichkeit heraus, und es gibt keine öffentlichen Angaben zu einer Ehefrau oder Partnerin. Was er offen teilt, ist seine Arbeit, größtenteils kostenlos, von YouTube-Deep-Dives wie dem Aufbau eines GPT von Grund auf bis zu Open-Source-Repositories, die jeder studieren kann. Diese Großzügigkeit mit Wissen ist ein wichtiger Grund dafür, dass sein Name in der KI-Welt so viel Gewicht hat.

Fazit

Andrej Karpathy ist nicht nur wegen seiner Stationen wichtig, OpenAI, Tesla und inzwischen Anthropic, sondern wegen der Art, wie er geprägt hat, wie Menschen KI verstehen. Er verwandelt Spitzenforschung in Ideen und Tools, die normale Entwickler tatsächlich nutzen können, und sein Wechsel zu Anthropic zeigt, woher er die nächsten Durchbrüche erwartet. Um die Gründer kennenzulernen, die neben ihm arbeiten, lies unsere Profile von Sam Altman und Anthropic-CEO Dario Amodei, dazu Mitgründerin Daniela Amodei, die ehemalige OpenAI-CTO Mira Murati, sowie DeepMind-CEO Demis Hassabis auf der Google-Seite des Wettlaufs, plus DeepSeek-Gründer Liang Wenfeng, der den Open-Source-Vorstoß aus China treibt. Für den Chef von Microsoft AI siehe Mustafa Suleyman.

Du musst dich nicht auf ein einziges Labor festlegen, um von ihrer Arbeit zu profitieren. Mit Fello AI kannst du Claude, ChatGPT, Gemini, Grok und DeepSeek nebeneinander auf deinem Mac nutzen, für einen einzigen monatlichen Preis, sodass du immer das beste Modell für die jeweilige Aufgabe zur Hand hast.

FAQ