Andrej Karpathy (* 23. Oktober 1986) ist ein slowakisch-kanadischer Forscher und Pädagoge im Bereich der künstlichen Intelligenz. Er ist Gründungsmitglied von OpenAI, wo er sich auf Deep Learning und Computer Vision spezialisierte, und war später Direktor für künstliche Intelligenz bei Tesla. Im Jahr 2024 gründete er Eureka Labs, eine Plattform für KI-Bildung, und 2026 trat er Anthropic als Teil von dessen Pretraining-Team bei. Karpathy ist weithin bekannt für seine Beiträge zur Neuronale Netze-Bildung, einschließlich des einflussreichen Stanford-Kurses CS 231n und seiner beliebten YouTube-Tutorials.
Karpathys Arbeit umfasst sowohl akademische Forschung als auch industrielle Anwendung, mit einem Fokus auf Große Sprachmodelle und deren praktische Nutzung in der Bildung. Er prägte 2025 den Begriff „Vibe Coding“, was die wachsende Zugänglichkeit KI-gestützter Softwareentwicklung widerspiegelt. Seine Karriere war geprägt von einer Reihe hochkarätiger Positionen in führenden KI-Organisationen, begleitet von einem anhaltenden Engagement, komplexe Themen für ein breites Publikum verständlich zu machen.
Bildung und frühes Leben
Karpathy wurde in Bratislava, Tschechoslowakei (heute Slowakei), geboren und zog mit seiner Familie im Alter von 15 Jahren nach Toronto. Er schloss 2009 seinen Bachelor in Informatik und Physik an der Universität von Toronto und 2011 seinen Master an der University of British Columbia ab, wo er an physikalisch simulierten Figuren arbeitete.
Im Jahr 2006 begann Karpathy, Videos auf seinem YouTube-Kanal badmephisto zu veröffentlichen. Er erlangte Bekanntheit durch seine Rubik's Cube-Tutorials, die von berühmten Speedcubern wie Feliks Zemdegs verwendet wurden. Der Kanal hat Stand Juni 2025 über 9 Millionen Aufrufe.
Karpathy promovierte 2015 an der Stanford University unter der Leitung von Fei-Fei Li, mit Fokus auf die Schnittstelle von Natürlicher Sprachverarbeitung und Computer Vision sowie Deep-Learning-Modelle, die für diese Aufgabe geeignet sind.
Akademische Karriere und CS 231n
Karpathy verfasste und war der Hauptdozent des ersten Deep-Learning-Kurses an Stanford, CS 231n: Convolutional Neural Networks for Visual Recognition. Der Kurs wurde zu einer der größten Veranstaltungen an Stanford und wuchs von 150 Studenten im Jahr 2015 auf 750 im Jahr 2017. Die Kursmaterialien, einschließlich Vorlesungsnotizen und Aufgaben, wurden öffentlich zugänglich gemacht und wurden zu einer Standardressource für Studenten und Praktiker weltweit.
Der Kurs betonte die praktische Implementierung von Faltungsneuronalen Netzen und behandelte Themen wie Backpropagation, Batch-Normalisierung und Dropout. Seine Popularität half, eine Vorlage für nachfolgende Deep-Learning-Kurse an anderen Institutionen zu etablieren und trug zur breiteren Verbreitung der Maschinelles Lernen-Bildung bei.
OpenAI-Gründung und frühe Forschung
Karpathy ist ein Gründungsmitglied der Forschungsgruppe für künstliche Intelligenz OpenAI, wo er von 2015 bis 2017 als Forschungswissenschaftler tätig war. In dieser Zeit trug er zu frühen Arbeiten an Generativen Modellen und Reinforcement Learning bei, einschließlich Forschung zu adversarialen Beispielen und One-Shot-Lernen. Seine Forschung bei OpenAI half, das Fundament für spätere Entwicklungen in Transformer-basierten Architekturen zu legen.
Seine Zeit bei OpenAI fiel mit dem Übergang der Organisation von einem gemeinnützigen Forschungslabor zu einer eher kommerziell orientierten Einheit zusammen. Karpathys Rolle umfasste sowohl Forschung als auch Ingenieurwesen, und er war bekannt für seine Fähigkeit, komplexe Ideen klar zu kommunizieren - eine Fähigkeit, die später seine Bildungsinitiativen prägen sollte.
Tesla und Autopilot
Im Juni 2017 wurde Karpathy Teslas Direktor für künstliche Intelligenz und berichtete an Elon Musk. Er leitete das Autopilot-Vision-Team und überwachte die Entwicklung von Teslas Computer-Vision-Systemen für autonomes Fahren. Seine Arbeit umfasste das Training tiefer neuronaler Netze zur Verarbeitung von Kamerabildern in Echtzeit, eine Aufgabe, die bedeutende Fortschritte in Datenaugmentation und Modelleffizienz erforderte.
Karpathy wurde 2020 von MIT Technology Review als einer der Innovatoren unter 35 ausgezeichnet, in Anerkennung seiner Beiträge zur KI in der Automobilindustrie. Nach einem mehrmonatigen Sabbatical von Tesla gab er im Juli 2022 bekannt, das Unternehmen zu verlassen. Sein Abschied markierte das Ende einer Phase rasanter Entwicklung der KI-Fähigkeiten von Tesla, obwohl das Unternehmen weiterhin auf der Arbeit seines Teams aufbaute.
Rückkehr zu OpenAI und Eureka Labs
Am 9. Februar 2023 gab Karpathy bekannt, zu OpenAI zurückzukehren. Ein Jahr später, am 13. Februar 2024, bestätigte ein OpenAI-Sprecher, dass Karpathy OpenAI verlassen hatte. Im selben Jahr wurde er zu einem der 100 einflussreichsten Personen in der KI des Time Magazine ernannt. Am 16. Juli 2024 kündigte Karpathy auf seinem X-Konto an, ein neues KI-Bildungsunternehmen namens Eureka Labs gegründet zu haben.
Ihr erstes Produkt war der KI-Kurs LLM101n. Er hat auch eine breitere Bildungsinitiative, die „Zero to Hero“-Serie zu LLM-Grundlagen. Das Unternehmen setzt sich auch für KI-Lehrassistenten ein, ein Konzept, das aufgrund von Datenschutzbedenken und der Entfernung der persönlichen Verbindung zwischen Lehrer und Schüler kritisiert wurde. Eureka Labs zielt darauf ab, Deep-Learning-Techniken mit pädagogischer Forschung zu kombinieren, um skalierbare, interaktive Lernerfahrungen zu schaffen.
Vibe Coding und öffentliches Engagement
Im Februar 2025 prägte Karpathy den Begriff „Vibe Coding“, um zu beschreiben, wie KI-Tools Hobbyisten ermöglichen, Apps und Websites allein durch Eingabe von Aufforderungen zu erstellen. Der Begriff gewann schnell an Bedeutung in der Entwickler-Community und spiegelt eine Verschiebung hin zur Generative KI-gestützten Softwareentwicklung wider. Karpathys Einsatz für zugängliche KI-Tools steht im Einklang mit seiner breiteren Bildungsmission, die praktisches Experimentieren über formale Voraussetzungen betont.
Seit Februar 2023 erstellt er YouTube-Videos darüber, wie man künstliche neuronale Netze erstellt. Sein Kanal, der mit Rubik's Cube-Tutorials begann, bietet jetzt ausführliche Erklärungen zu Großen Sprachmodellen, Transformatoren und Backpropagation. Diese Videos enthalten oft Live-Codierungssitzungen und praktische Übungen und ziehen Millionen von Aufrufen von sowohl Anfängern als auch erfahrenen Praktikern an.
Anthropic und Pretraining-Forschung
Am 19. Mai 2026 gab Karpathy über eine Stellungnahme auf X bekannt, dass er zu Anthropic gestoßen ist, während das Unternehmen erklärte, dass er ein Team für Forschung im Pretraining leiten wird. Diese Rolle konzentriert sich auf die Verbesserung der grundlegenden Trainingsprozesse für Große Sprachmodelle, einschließlich Datenkuration, Lernratenplänen und Verlustfunktionsdesign.
Sein Wechsel zu Anthropic spiegelt einen breiteren Branchentrend wider, bei dem Forscher zu den Kernherausforderungen des Maschinellen Lernens zurückkehren, nachdem sie angewandte Bereiche erkundet haben. Es wird erwartet, dass Karpathys Arbeit bei Anthropic beeinflusst, wie das Unternehmen seine Modelle der nächsten Generation entwickelt, aufbauend auf seiner umfangreichen Erfahrung mit den KI-Systemen von OpenAI und Tesla.
Vermächtnis und Einfluss
Karpathys Einfluss auf das KI-Feld geht über seine Forschungsveröffentlichungen hinaus. Seine Bildungsmaterialien, einschließlich CS 231n und der Zero-to-Hero-Serie, haben eine Generation von KI-Praktikern ausgebildet. Seine Fähigkeit, komplexe Themen zu entmystifizieren, hat ihn zu einer vertrauenswürdigen Stimme in der Community gemacht und die Kluft zwischen akademischer Forschung und praktischer Anwendung überbrückt.
Sein Karriereverlauf - von akademischer Forschung über industrielle Führung zurück zur Bildung - veranschaulicht die sich entwickelnde Natur von KI-Karrieren in den 2020er Jahren. Stand 2026 bleibt er ein aktiver Beitragender zu Forschung und öffentlichem Diskurs, wobei seine Arbeit bei Anthropic wahrscheinlich zukünftige Entwicklungen in der Künstlichen Intelligenz prägen wird.