Andrew Ng

Andrew Yan-Tak Ng (* 18. April 1976 in London, England) ist ein US-amerikanischer Informatiker chinesisch-britischer Herkunft. Er zählt zu den methodisch und institutionell einflussreichsten Akteuren der zeitgenössischen KI-Entwicklung. Als Forscher und akademischer Lehrer wirkte er an der Stanford University, wo er unter anderem das Stanford AI Laboratory leitete.

Als Tech-Unternehmer und KI-Bildungspionier war er Mit-Gründer von Coursera, DeepLearning.AI, Landing AI, AI Fund sowie, seit Juli 2026, des KI-Tutoring-Startups LearnVector.

Seit April 2024 ist Ng zudem Mitglied des Board of Directors von Amazon.

Ng gilt als der für die akademische KI-Bildung wirkungsmächtigste Lehrer der 2010er und 2020er Jahre – seine Online-Kurse zu Machine Learning und Deep Learning (Coursera, seit 2012) erreichten kumuliert über acht Millionen Lernende weltweit.

Ng ist eine Brücken-Figur: Er war 2011 Mit-Gründer und erster Leiter von Google Brain und war von 2014 bis März 2017 Vice President und Chief Scientist von Baidu mit einem 1.300-Personen-AI-Team. Seit 2023 ist er zudem einer der prominentesten öffentlichen Kritiker der x-risk- und AGI-Auslöschungs-Narrative aus der TESCREAL-Tradition (Gebru/Torres 2024).

Zusammenfassung

Andrew Ng verbindet drei Karriere-Linien, die in der zeitgenössischen KI-Forschung selten in einer Person vereint sind. Erstens eine akademische Linie: Promotion 2003 an der UC Berkeley bei Michael I. Jordan mit der Dissertation Shaping and Policy Search in Reinforcement Learning; Professur an der Stanford University seit 2002; Direktor des Stanford AI Laboratory zwischen 2008 und 2012; Adjunct-Professur Stand 2025/2026.

Zweitens eine industrielle Linie: Mit-Gründung und Leitung von Google Brain (2011–2012), Chief Scientist bei Baidu (2014–2017), Gründung von Landing AI (2017) und AI Fund (2017).

Drittens eine bildungspolitische Linie: Mit-Gründung der Online-Bildungsplattform Coursera (2012, mit Daphne Koller, Stand 2025 über 100 Millionen registrierte Lernende), Gründung von DeepLearning.AI (2017) und maßgebliche Verantwortung für die Demokratisierung akademischer KI-Bildung.

Innerhalb der TESCREAL-Debatte hat Ng eine markante Position eingenommen: Er bestreitet öffentlich, dass aktuelle KI-Systeme ein existenzielles Risiko im Sinne der Bostrom-Yudkowsky-Tradition darstellen, kritisiert AGI-Auslöschungs-Narrative und argumentiert, dass entsprechende Regulierungsvorschläge von Open-Source-Innovation ablenken und etablierten Frontier-Labs zugutekommen.

Sein berühmt gewordenes Bonmot zum AGI-Risiko aus dem Jahr 2015 lautet, sich darüber Sorgen zu machen sei „wie sich Sorgen über Überbevölkerung auf dem Mars zu machen, bevor wir den Planeten überhaupt betreten haben”.

Biografie

Frühe Jahre und Ausbildung (1976–2003)

Andrew Yan-Tak Ng wurde am 18. April 1976 in London geboren. Seine Eltern stammten aus Hongkong; sein Vater Ronald Paul Ng arbeitete als Hämatologe. Ng wuchs primär in Hongkong und Singapur auf und absolvierte 1992 das Raffles Institution in Singapur.

Anschließend studierte er an der Carnegie Mellon University in Pittsburgh, wo er 1997 einen Bachelor in Informatik, Statistik und Wirtschaftswissenschaft erwarb. Er erwarb 1998 einen Master am Massachusetts Institute of Technology und promovierte 2003 an der University of California, Berkeley bei Michael I. Jordan mit einer Arbeit zu Reinforcement Learning.

Stanford und frühe Deep-Learning-Forschung (2002–2011)

Ng wurde 2002 an die Stanford University berufen, wo er seither – mit Unterbrechungen – als Professor tätig ist. Zwischen 2008 und 2012 war er Direktor des Stanford AI Laboratory. In dieser Zeit publizierte er einflussreiche Arbeiten zu Reinforcement Learning, autonomen Helikoptern und unüberwachten Lernverfahren.

Eine besonders wirkungsmächtige Arbeit ist Building High-Level Features Using Large Scale Unsupervised Learning (Le u. a. ICML 2012, arXiv 1112.6209). Die Arbeit demonstrierte, dass tiefe neuronale Netze aus YouTube-Standbildern Katzendetektoren lernen können, ohne dass solche Labels in den Trainingsdaten vorhanden waren. Diese Arbeit ist im populären Diskurs als „Google’s Cat Paper” bekannt geworden.

Google Brain (2011–2012)

Im Sommer 2011 war Ng Mit-Gründer und erster Leiter des Google Brain-Projekts – gemeinsam mit Jeff Dean und Greg Corrado. Das Projekt etablierte methodisch die industrielle Skalierung tiefer neuronaler Netze und gilt als institutioneller Ausgangspunkt der späteren Deep-Learning-Hegemonie bei Google. Ng verließ Google im Frühjahr 2012, um Coursera zu gründen.

Coursera (2012–heute)

Im April 2012 gründete Ng gemeinsam mit Daphne Koller die Online-Bildungsplattform Coursera. Ngs Machine Learning-Kurs – der zuvor in einer öffentlich zugänglichen Stanford-Version (ml-class.org, Oktober 2011) über 100.000 Lernende erreicht hatte – wurde zum Gründungs-Kurs der Plattform.

Coursera erreichte Stand 2025/2026 nach Unternehmensangaben über 100 Millionen registrierte Lernende. Ng war anfangs Co-CEO und ist seither Chairman. Coursera wurde 2021 unter dem Tickersymbol COUR an der New York Stock Exchange börsennotiert.

Baidu (2014–2017)

Im Mai 2014 wurde Ng Vice President und Chief Scientist von Baidu, der größten chinesischen Suchmaschinen- und KI-Plattform.

Er leitete dort ein etwa 1.300-köpfiges KI-Team und verantwortete substantielle Beiträge – insbesondere im Bereich der Spracherkennung und in autonomen Fahrsystemen. Zur Spracherkennung zählt Deep Speech 2 (Amodei u. a. ICML 2016); in dessen Team arbeitete unter anderem Dario Amodei vor seinem Wechsel zu OpenAI und Anthropic. Ng kündigte seinen Rücktritt von Baidu am 22. März 2017 öffentlich an.

DeepLearning.AI, Landing AI und AI Fund (2017–heute)

Nach seinem Ausscheiden aus Baidu gründete Ng im August 2017 die Bildungs-Organisation DeepLearning.AI, die spezialisierte Online-Kurse zu Deep Learning, MLOps, KI-Strategie und seit 2023 zu generativer KI anbietet. Im Dezember 2017 gründete er Landing AI, ein Beratungs- und Software-Unternehmen für die industrielle Anwendung von KI in Fertigungs-Kontexten.

Im Januar 2018 startete er den AI Fund – einen Investitions-Fonds in Höhe von zunächst 175 Millionen US-Dollar zur Förderung von KI-Startups.

Im August 2024 gab Ng die operative Führung von Landing AI ab. Er wechselte in die Rolle des Executive Chairman, während der bisherige Chief Operating Officer Dan Maloney die Position des CEO übernahm. Dieser Schritt fiel zeitlich mit Ngs Fokussierung auf eine neue AI-Fund-Kapitalrunde (Zielvolumen 120 Millionen US-Dollar) und seinem Eintritt in das Amazon-Board (siehe unten) zusammen.

Amazon-Board (seit April 2024)

Seit dem 9. April 2024 ist Ng Mitglied des Board of Directors von Amazon. Amazon begründete die Berufung mit Ngs Expertise, die dem Board helfen solle, KI-bezogene Chancen und Herausforderungen einzuschätzen.

LearnVector (seit 2026)

Im Juli 2026 gründete Ng das KI-Bildungs-Startup LearnVector, das KI-Agenten als personalisierte Lern-Tutor:innen für Erwachsenen- und Weiterbildung entwickelt; erste Produkte sind für Anfang 2027 angekündigt.

Coursera gab am 28. Juli 2026 eine Investition von 100 Millionen US-Dollar in LearnVector bekannt und hält dadurch einen Anteil von rund einem Drittel des Startups – eine Transaktion, die aufgrund von Ngs Doppelrolle als Coursera-Chairman und LearnVector-Gründer als Related-Party-Transaction behandelt wurde.

Coursera-CEO Greg Hart bezeichnete die Investition als Gelegenheit, frühzeitig in ein neues Unternehmen „von einem der weltweit führenden KI-Expert:innen” zu investieren.

Position in der x-risk-Debatte (2015–2026)

Ng hat sich seit etwa 2015 mehrfach öffentlich von der x-risk- und AGI-Auslöschungs-Tradition distanziert. Im März 2015 prägte er das später vielfach zitierte Bonmot, sich Sorgen über AGI-Risiken zu machen sei „wie sich Sorgen über Überbevölkerung auf dem Mars zu machen, bevor wir den Planeten überhaupt betreten haben”.

Im Mai 2023 veröffentlichte das Center for AI Safety das Statement on AI Risk, mitgetragen von Hinton, Bengio, Altman, Hassabis, Amodei und über 350 weiteren Unterzeichner:innen. Ng kritisierte die zugrundeliegende Argumentationsstruktur daraufhin öffentlich auf LinkedIn und X (vormals Twitter).

In Interviews mit dem Australian Financial Review und anderen Medien argumentierte er Ende 2023 und 2024, dass x-risk-Narrative methodisch von etablierten Frontier-Labs als rhetorisches Mittel verwendet würden. Diese sollten regulatorische Markteintritts-Barrieren zugunsten der eigenen Marktposition rechtfertigen.

Geoffrey Hinton konterte diese Argumentation im November 2023 mit dem Hinweis, er habe Google verlassen, um über existenzielle Risiken sprechen zu können.

Methodische und institutionelle Beiträge

Akademische Lehre und Online-Bildung

Ngs methodisch wirkungsmächtigster Beitrag liegt in der akademischen KI-Bildung. Sein Machine Learning-Kurs (Stanford CS229 und Coursera-Variante) und sein Deep Learning Specialization-Programm (DeepLearning.AI, 2017) gehören zu den am meisten besuchten Online-Kursen der Geschichte. Stand 2025/2026 sind nach Selbstangaben über acht Millionen Lernende seine Kurse absolviert worden.

Reinforcement Learning und Robotik

Frühe Beiträge umfassen Arbeiten zu Reinforcement Learning, Inverse Reinforcement Learning (Ng/Russell ICML 2000) und autonomen Helikoptern. Die Stanford Autonomous Helicopter-Arbeiten (mit Pieter Abbeel und Adam Coates ab 2004) lieferten frühe wirkungsmächtige Demonstrationen von RL-basierter Robotik-Steuerung.

Großskalige unüberwachte Repräsentationslernen

Building High-Level Features Using Large Scale Unsupervised Learning (Le, Ranzato, Monga, Devin, Chen, Corrado, Dean, Ng, ICML 2012) demonstrierte , dass tiefe Netze aus YouTube-Standbildern semantisch reichhaltige Repräsentationen ohne explizite Labels lernen können. Die Arbeit ist eine Vorform der späteren Self-Supervised-Learning-Tradition.

Industrielle KI-Anwendung

Über Landing AI, AI Fund und DeepLearning.AI hat Ng methodisch das Konzept der Data-Centric AI – der gezielten Verbesserung der Datenqualität statt allein der Modellarchitektur – als praktisches Paradigma der KI-Anwendung in Produktionsumgebungen popularisiert.

Einordnung

Ng verbindet mehrere Stränge:

Bildungspolitische Verbreitungs-Achse: Ng ist die wichtigste Figur der akademischen KI-Bildung der 2010er und 2020er Jahre. Seine Kurse haben mehr Akteure in die KI-Forschung gebracht als jede andere institutionelle Initiative.

Diese Verbreitungs-Linie berührt Effective Altruism und 80,000 Hours verbunden – beide nutzen Ngs Bildungs-Infrastruktur und werden teils direkt in DeepLearning.AI-Kursen empfohlen.

Google-Brain-Genealogie: Als Mit-Gründer von Google Brain (2011) ist Ng methodisch eine Schlüsselfigur in der institutionellen Vorgeschichte des heutigen Google DeepMind und zahlreicher Frontier-Lab-Akteure. Ilya Sutskever, Dario Amodei, Tom Brown und andere kamen über Google Brain oder Baidu unter Ng in die Frontier-Lab-Welt.

TESCREAL-Kontrastposition: Ng steht im Spannungsfeld zur TESCREAL-Tradition (Gebru/Torres 2024). Er teilt weder die x-risk-Argumentation der Bostrom-Yudkowsky-Tradition noch die transhumanistisch-utopische Programmatik.

Diese Position teilt er mit Yann LeCun, Timnit Gebru und teilweise mit Margaret Mitchell – wenngleich aus unterschiedlichen Begründungen: Gebru/Mitchell aus kritisch-soziologischer Perspektive, Ng aus pragmatisch-industrieller.

Baidu-Amodei-Brücke: Ng war 2015 und 2016 Vorgesetzter von Dario Amodei bei Baidu. Die Deep Speech 2-Arbeit (Amodei u. a. ICML 2016) entstand unter seiner Leitung. Diese personelle Linie verbindet Baidu mit OpenAI und Anthropic.

Open-Source-Position: Ng vertritt eine starke Open-Source-Position in der KI-Regulierungs-Debatte. Er argumentiert, dass restriktive Regulierung wie die Lizenzierungs-Forderungen mancher Frontier-Lab-CEOs der Open-Source-Community schadet. Diese Position berührt Yann LeCun und der Open-Source-Frontier-Modell-Landschaft (Llama, Mistral, DeepSeek) verbunden.

Coursera-Bildungs-Achse: Über Coursera und DeepLearning.AI hat Ng eine eigenständige Bildungs-Infrastruktur etabliert, die weder vom TESCREAL-Komplex noch von der kritischen Linie umfänglich vereinnahmt wurde.

Kontroversen und Kritik

Substantielle Diskussionspunkte betreffen mehrere Linien:

x-risk-Position: Ngs öffentliche Distanzierung von x-risk-Argumenten wurde sowohl gewürdigt – als pragmatisch-empirische Korrektur spekulativer Narrative – als auch kritisiert. Geoffrey Hinton wies im November 2023 die Behauptung zurück, x-risk sei eine Big-Tech-Verschwörung, mit dem Hinweis, er habe Google verlassen, um darüber sprechen zu können. Stuart Russell und andere Forscher haben Ngs Position als unterbestimmt bezeichnet.

Marketing-vs.-Forschung-Spannung: Ngs Doppelrolle als akademischer Forscher und Bildungs-Unternehmer wird in der Sekundärliteratur teils kritisch diskutiert. Coursera und DeepLearning.AI sind kommerzielle Unternehmen; die methodische Trennung zwischen Bildungsangebot und Marketing für eigene Investitions-Beteiligungen ist nicht immer klar.

Baidu-Beschäftigung: Ngs Zeit bei Baidu (2014–2017) wurde im Kontext der späteren US-chinesischen Tech-Spannungen unterschiedlich rezipiert. Aus US-Sicht teils kritisch als Wissens-Transfer; aus chinesischer Sicht als wichtige Phase der dortigen KI-Entwicklung.

Regulierungs-Position: Ngs Kritik an KI-Regulierung wurde von zivilgesellschaftlichen Organisationen (EDRi, Algorithm Watch) als zu weitreichend kritisiert – die Position übersehe substantielle gegenwärtige Schadens-Formen (Bias, Arbeitsbedingungen, Datenschutz), die regulatorisch adressierbar seien.

Politische Verortung in der EA-Debatte: Ng ist explizit nicht Teil der EA-Bewegung, hat sich aber methodisch weder klar zu noch klar gegen sie positioniert. Diese mittlere Position wird von verschiedenen Seiten unterschiedlich interpretiert.

Verwandte Begriffe

• TESCREAL – diskutierter ideologischer Rahmen
• Geoffrey Hinton – Kritiker und Gegenpol in der x-risk-Debatte
• Stuart Russell – Kritiker von Ngs x-risk-Position

Quellenangaben

1. AI Business, 2023. A Lone, Respected Voice Disputes AI’s Existential Threat. aibusiness.com, 7. Juni 2023.
2. Amazon (aboutamazon.com), 2024. Dr. Andrew Ng Appointed to Amazon’s Board of Directors. Pressemitteilung, 11. April 2024.
3. Amodei, Dario u. a., 2016. Deep Speech 2: End-to-End Speech Recognition in English and Mandarin. In: Proceedings of the 33rd International Conference on Machine Learning (ICML 2016), S. 173–182. arXiv: 1512.02595.
4. Australian Financial Review, 2023. Google Brain Founder Says Big Tech Is Lying about AI Human Extinction Danger. afr.com, 27. Oktober 2023.
5. Bengio, Yoshua / Hinton, Geoffrey / Yao, Andrew u. a., 2024. Managing Extreme AI Risks Amid Rapid Progress. In: Science 384 (6698), S. 842–845. DOI: 10.1126/science.adn0117.
6. Center for AI Safety, 2023. Statement on AI Risk. safe.ai, 30. Mai 2023.
7. Coldewey, Devin, 2024. Andrew Ng Steps Back at Landing AI after Announcing New Fund. TechCrunch, 23. August 2024.
8. Coursera, 2012ff. Machine Learning Course by Andrew Ng. coursera.org.
9. DeepLearning.AI, 2017ff. Course Catalog. deeplearning.ai.
10. Fried, Ina, 2026. Coursera Invests $100 Million in Andrew Ng’s LearnVector AI Ed-Tech Startup. Axios, 28. Juli 2026.
11. Gebru, Timnit / Torres, Émile P., 2024. The TESCREAL Bundle: Eugenics and the Promise of Utopia through Artificial General Intelligence. In: First Monday 29 (4). DOI: 10.5210/fm.v29i4.13636.
12. Hinton, Geoffrey, 2023. X-Beitrag zur Big-Tech-Verschwörungs-Antwort. twitter.com / x.com, November 2023.
13. Le, Quoc V. / Ranzato, Marc’Aurelio / Monga, Rajat / Devin, Matthieu / Chen, Kai / Corrado, Greg / Dean, Jeff / Ng, Andrew Y., 2012. Building High-Level Features Using Large Scale Unsupervised Learning. In: Proceedings of the 29th International Conference on Machine Learning (ICML 2012). arXiv: 1112.6209.
14. Markoff, John, 2012. How Many Computers to Identify a Cat? 16,000. The New York Times, 25. Juni 2012.
15. Ng, Andrew Y., 2003. Shaping and Policy Search in Reinforcement Learning. Dissertation, University of California, Berkeley.
16. Ng, Andrew Y. / Russell, Stuart, 2000. Algorithms for Inverse Reinforcement Learning. In: Proceedings of the Seventeenth International Conference on Machine Learning (ICML 2000), S. 663-670.
17. Ng, Andrew, 2023. LinkedIn-Beitrag zur x-risk-Debatte vom 30. Mai 2023. linkedin.com/in/andrewyng.
18. Ng, Andrew, 2018. Machine Learning Yearning. DeepLearning.AI.
19. SiliconANGLE, 2023. Google Brain Founder Andrew Ng Says Threat of AI Causing Human Extinction Is Overblown. 31. Oktober 2023.

← Zurück zur Lexikon-Übersicht