Autor: Moritz Ladenburger

📒 Zusammenfassung und Notizen

Vorwort

Joe Miller hat die Entwicklung des BioNTech-Impfstoffes von Anfang an verfolgt – seit Anfang 2020, bevor Covid-19 zur Pandemie wurde. Er ist Journalist und stand die ganze Zeit über direkt mit Uğur Şahin, dem CEO von BioNTech in Kontakt.

Prolog: Das Wunder von Coventry

Es ist eine kalter Dezembermorgen in der Uniklinik im englischen Coventry. Die 90-jährige Maggie Keenan bekommt die erste, die mit dem frisch zugelassenen Impfstoff gegen das SARS Cov-19 geimpft wird. Neun Monate nach Beginn der Pandemie, halb so lange wie es im besten Fall von der WHO prognostiziert wurde. Grund für diese Erfolgsgeschichte: Ein türkisches Migrantenehepaar in Mainz.

Kapitel 1: Der Ausbruch

Während der Rest der Welt noch vom weit entfernten, neuen Virus in China spricht, realisiert Uğur Şahin, dass es sich bei SARS-CoV-2 nicht um eine weitere, kleine Epidemie wie MERS und SARS-COV-1 handeln wird, sondern eine globale Pandemie bevorsteht. Zu diesem Zeitpunkt war alles unbekannt, nicht einmal ob das neue Coronavirus überhaupt durch einen Impfstoff gebändigt werden kann. Zudem war noch kein Impfstoff gegen ein Coronavirus jemals entwickelt worden, die Informationslage war dürftig. Şahin sieht bereits nachdem nur 3 Fälle in Europa bekannt sind Schulschließungen voraus und beginnt mit der Entwicklung eines Vakzins.

Özlem Türeci und Uğur Şahin kommen aus einem ähnlichen Hintergrund. Beide haben türkische Eltern und kommen schon als Kinder mit der Medizin in Kontakt, beide wollen Ärzte werden. Uğur Şahin versorgt sich über wissenschaftliche Bücher und Fernsehsendungen mit Wissen, Özlem Türeci begleitet ihren Vater, einen Arzt in einem ländlichen Krankenhaus, bei seiner Arbeit. Beide werden exzellente Schüler und entscheiden sich dafür, Medizin zu studieren. 1991 lernen sich die beiden am Uniklinikum in Homburg kennen. Auf der Onko-Hämatologie-Station, wo todkranke Krebspatienten versorgt werden, bemerken Sie ihren geteilten Wunsch, diese Krankheit zu besiegen.

Mit dem Ziel, den Krebs zu besiegen gründeten sie 2001 Ganymed Pharmaceuticals, das 2016 für 1,4 Milliarden Dollar an Astellas Pharma verkauft wurde. Seit 2008 sind die beiden Teil von BioNTech. Nach Gesprächen mit Bill Gates erweiterte das Unternehmen seine Infektionskrankheitensparte um im Falle einer Pandemie schnell handeln zu können.

Als es dann soweit kommt, sieht Şahin die Pandemie kommen und beginnt trotz aller Ungewissheit mit der Entwicklung des Impfstoffes noch bevor der erste Fall in Deutschland entdeckt wurde.

Kapitel 2: Projekt Lightspeed

Für Şahin war eines klar: Es kommt auf die Geschwindigkeit an. Daher war es die Strategie, 8 Impfstoffkandidaten parallel zu entwickteln und zu testen, um so den Impfstoff in Rekordzeit herzustellen. Außerdem wurde mit der Vorbereitung der Humanstudien begonnen noch bevor die Nagetierstudien durchgeführt wurden. Nachdem das Unternehmen keine Verkauffsstruktur hatte, griff BioNTech auf den Kontakt zu Pfizer zurück, um den Impfstoff zu vermarkten. Trotz einer Absage von Pfizer begann BioNTech mit der Entwicklung des Impfstoffs.

Die nächste Hürde war die Zulassung der Studien für den Impfstoff. Dafür musste BioNTech eine Strategie vorstellen. Problem war, dass die Lipid-Nanopartikel, die dafür sorgen, dass die mRNA unbeschädigt in die gewünschten Zellen eindringt, von einem Wiener Unternehmen stammten, und Şahin fürchtete, dass ein Reisestopp einen Austausch von Waren verhindern würde. Anfangs waren die Toxikologen des PEI skeptisch, über die gewünschte Verkürzung bzw. Parallelschaltung der Klinischen Human- und Tierstudien. Als Problem sahen sie nicht mangelnde Sicherheit, sondern mangelnde Opportunität, das PEI glaubte, die Pandemie auch ohne Impfstoff unter kontrolle bekommen zu können. Nachdem die Parallelschaltung nich zugelassen wurde, begann BioNTech mit dem Antrag für die Toxicologiestudien.

Kapitel 3: Die Unwägbarkeiten

Als Şahin am 13. Februar 2020 bei der Mitarbeitervollversammlung des Unternehmens das Projekt Lightspeed ankündigt ist die Lage ungewiss: Kann ein Impfstoff überhaupt gegen Covid-19 schützen, oder mutiert das Virus, ähnlich wie bei HIV oder Hepatitis C, zu schnell? Kann ein mRNA Impfstoff funktionieren? Andere Studien hatten gezeigt, dass ein Impfstoff unter Umständen sogar mehr Schaden anrichtet, als er hilft.

Bekannt war, dass das Spike-Protein vom Körper als Achillesferse des Virus erkannt wurde und somit als optimales Ziel für einen Impfstoff funktionierte. Es musste also eine exakte RNA vom Spikeprotein des Coronavirus repliziert werden. Das Problem dabei ist, dass das Spikeprotein ohne den Rest des Virus nicht formstabil ist, also musste die mRNA leicht abgeändert werden. Şahin fand in seinen Recherchen den Wissenschaftler Barney Graham, der sich auf genau dieses Gebiet spezialisiert hatte. Dieser half BioNTech mit seiner expertise weiter, obwohl er auch mit der amerikanischen mRNA-Firma Moderna zusammenarbeitete. Während Moderna sich darauf fokussierte, das ganze Spike-Protein darzustellen, experimentierte BioNTech zusätzlich damit, einzelne Teile des Spike-Proteins darzustellen.

Nach einem Gespräch mit einem chinesischen Pharmakonzern in Wuhan, wurde die erste klinische Studie in die wege geleitet, noch ehe die WHO Covid-19 zur Pandemie erklärte.

Kapitel 4: Die Biohacker

Nach ersten Berührungspunkten mit der mRNA-Technologie bekame das Paar 1999 eine eigene Forschungsgruppe in Mainz. Viele noch heute genutzte Technologien wurden damals entwickelt. Ein Ziel war es, die Wirksamkeit von mRNA-Impfstoffen zu erhöhen, idem die dendritischen Zellen (Nach ersten Berührungspunkten mit der mRNA-Technologie bekame das Paar 1999 eine eigene Forschungsgruppe in Mainz. Viele noch heute genutzte Technologien wurden damals entwickelt. Ein Ziel war es, die Wirksamkeit von mRNA-Impfstoffen zu erhöhen, indem die dendritischen Zellen (≙ Generäle des Immunsystems). Nachdem dies erfolgreich gelang, gewann das Team ein Fördergeld in Höhe von sechs Millionen Euro, unter der Bedingung, ein Unternehmen zu gründen. Der Grundstein für BioNTech war gelegt.

Nachdem 2006 erste vielversprechende Ergebnisse für Krebstherapien am Menschen gefunden wurden, bei denen die mRNA direkt in die Lymphknoten injiziert wurde, versuchte das Team einen weg zu finden, die mRNA im ganzen Körper zu verteilen und eine Immunantwort auszulösen, ohne dass die RNA vorher abgebaut wurde. Auch diese klinischen Studien verliefen erfolgreich.

Kapitel 5: Testphase

Anfang 2020 bestand das Team von BioNTech, das sich explizit auf Infektionskrankheiten spezialisierte aus nur 15 Personen. Viele andere arbeiteten allerdings an Technologien, die auch für den Covid-19-Impfstoff verwendet werden würden. Die zwanzig Impfstoffkandidaten sollten nun gegen einander antreten. Zuerst „in vitro“, dann mit Mäusen. Durch einen Zufall konnte ein Mitarbeiter von BioNTech einen Test entwickeln, der die Arbeit mit aktiven Coronaviren ersetzen konnte. So konnte die Entwicklung des Impfstoffes erheblich schneller fortgesetzte werden.

Kapitel 6: Allianzen schmieden

Damit sich die Investitionen in den Impfstoff finanziell lohnen, musste BioNTech unter den ersten drei verfügbaren Impfstoffen sein. Die konnte ohne einen Partner, der bereits mit Produktion und Lieferung von Medikamenten Erfahrung hat, nicht gelingen. Da bereits eine Partnerschaft mit Pfizer bestand, war es naheliegend dort anzuknüpfen.

Ganymed, das erste Unternehmen von Özlem und Uğur, wurde 2001 mit einem Startkapital von 7 Millionen D-Mark gestartet. Nachdem der Seed-Investor aussteigen wollte, sollte das Unternehmen 2007 von zwei Münchner Unternehmern, den Strüngmann-Zwillingen, gerettet werden. Diese waren allerdings viel mehr an einem neuen Projekt der beiden interessiert, dem Projekt NT (New Technologies), für das sie 150 Millionen Euro zur Verfügung stellten. BioNTech war geboren. Über die Jahre hinweg verdoppelten die Strüngmann’s ihr Investment auf 300 Millionen Euro. 2016 wurde Ganymed für rund 1,2 Milliarden Euro an das japanische Astrellas verkauft.

Nach vielen vergeblichen Versuchen, Investoren von BioNTech zu überzeugen, wurden 2017 in der Serie A insgesamt 270 Millionen Euro eingebracht. Im Juli 2018 wurde eine erste Partnerschaft zur Entwicklung eines Influenze-Grippeimpfstoffes mit Pfizer gestartet. Im Sommer 2019 ging BioNTech an die Börse, die Ergebnisse ließen jedoch zu wünschen übrig.

Auch wenn BioNTech Anfangs von Pfizer abgewiesen wurde, setzten die Mainzer weiter ihre Hoffnung auf Pfizer. Nachdem 3000 Todesfälle im Zusammenhang mit Covid-19 bestätigt wurden, war Pfizer bereit auf Projekt Lightspeed aufzuspringen. Gleichzeitig arbeitete BioNTech mit dem chinesischen unternermen Fosun zusammen, um auch in China klinische Studien durchführen zu können. Nachdem ein Vertrag zur Partnerschaft zwischen Pfizer und BioNTech innerhalb von zweit Tagen aufgesetzt wurde, gaben die Firmen ihre Partnerschaft öffentlich bekannt. Sofort begannen Belästigungen gegen die Firma und ihre Gründer und Verschwörungsmythen wurden verbreitet. Um die entgültige Ausarbeitung der Partnerschaft wurde hart gerungen, durch Zugeständnisse von Şahin persönlich konnte nach nur 21 Tagen eine Einigung erreicht werden.

Kapitel 7: Die erste Studie am Menschen

Um die Impfstoffentwicklung zu beschleunigen, wurden die Phase I studien am Menschen begonnen, noch ehe die toxikologischen Untersuchungen an den Nagetieren abgeschlossen waren. Es musste lediglich nachgewiesen werden, dass die Nager unversehrt sind. Die toxikologischen Studien wurden jedoch im vollen Umfang zuende geführt, nur eben parallel und nicht vor der Phase I Studie. Freiwillige zu finden war keine Schwierigkeit. Nach einem Aufruf auf Facebook meldeten sich alleine am ersten Tag über 1000 Freiwillige. Damit sie schnell genug vorankamen, musste die Zahl der Impfstoffkadidaten von den ursprünglichen 20 veringert werden. Ausgewählt wurden ein uRNA-basierter Kandidat, zwei modRNA-Kandidaten und ein saRNA-Kandidat. Nachdem die Kandidaten eigentlich schon in Produktion waren, stellte sich heraus, dass ein leicht veränderter modRNA Kandidat vielversprechender war. Kurzerhand wurden die Pläne geändert und dieser verwendet. Zufälliger weise begann die Phase I studie des BioNTech-Impfstoffes am gleichen Tag wie die von Astra-Zeneca, jedoch wenige stunden früher. Nach den ersten Proben wurde klar, dass eine weitaus geringere Dosis benötigt wurde, als zuerst angenommen. Daher könnte BioNTech viel mehr Impfstoff in der gleichen Zeit herstellen, als gedacht.

Kapitel 8: Auf sich allein gestellt

Da es keine Unternehmen mit der nötigen Expertise für die Herstellung des Impfstoffes gab, musste BioNTech selbst Hand anlegen. Die Beschaffungskosten für das Material waren so immens hoch, dass die Geldreserven des Unternehmens bald fast aufgebraucht waren. Durch Finanzspritzen von der EU konnte sich das Unternehmen über Wasser halten. Am 20. Juli wurde der erste Vertrag mit Unterzeichnet – Das vereinigte Königreich würde 30 Millionen Dosen des Impfstoffes kaufen.

Am 27. Juli 2020 begann in Deutschland und den USA die Phase-III-Studie mit 30 000 freiwilligen Probanden. Nachdem die Infektionszahlen in Europe und den USA so niedrig waren, wurden die Studien auf Länder wie Brasilien, Argentinien, Südafrika und die Türkei ausgeweitet um verlässliche Daten zu erhalten. Die Trump-Regierung drängte darauf, den Impfstoff schneller zu zu lassen, aber Pfizer blieb stur. So warteten sie ab, bis unter den Studienteilnehmern 62 Covid-19-Fälle auftraten.

Kapitel 9: Es funktioniert!

94 der 43.538 Probanden waren positiv auf das Coronavirus getestet worden. 90 davon hatten das Placebo injiziert bekommen und nur vier zwei Dosen des Impfstoffes. Der Impfstoff funktionierte noch besser als erwartet. Nach und nach wurde der Impstoff im VK, dann den USA und schließlich, am 21. Dezember 2020 auch in der EU zugelassen. Doch damit war die Arbeit nicht getan: Die neue Herausforderung war es nun, die Produktion zum laufen zu kriegen. Besonders die Herstellung der Lipid-Nanopartikel war nicht schnell genug.

Kapitel 10: Die neue Normalität

Nach den ersten Erfolgen des Impfstoffes wurden Uğur Şahin und Özlem Türeci mit dem Großen Verdienstkreuz mit Stern des Verdienstordends der BRD ausgezeichnet. Trotzdem versuchen sie sich politisch neutral zu halten.

Um in zukünftigen Pandemien noch schneller reagiern zu können, gibt es den Versuch, Medikamentenplattformen anstelle einzelner Medikamente zuzulassen. Im Falle eines neuen Erregers könnte die Sequenz des neuen Virus in das Gerüst des zugelassenen Impfstoffes eingesetzt werden und so noch schneller zur Verfügung stehen. Nun gibt es Grund zur Hoffnung, auch andere Krankheiten mithilfe der mRNA zu besiegen.

🚀 Content in 3 sentences

1. AI will transform many areas of our lives until 2041. There are many applications for AI we can’t even imagine yet, some of which go to the very bottom of human existence.
2. AI is not merely a technological challenge – it’s also a social challenge. From job displacement to the end of money, anything could happen.
3. AI is not bad or good. It is up to us what we use it for.

🎨 Impressions

I love the combination of fiction and non-fiction. The short stories let the reader travel into the year 2041 and the explanations provide the necessary technological analysis. I’m curious to read more books from the writers. Truly an inspiring work.

☘️ How the book has helped me

The book has helped me expand my horizon about AI and the future in general. I like the optimistic view of the book. I feel like AI can make our lives better.

---

📒 Summary & Notes

Introduction by Kai-Fu Lee: The real Story of AI

While the future with AI is often portrayed as dystopian in contemporary art (movies, novels, etc.), Lee has a more optimistic outlook: He believes that the AI-revolution creates wealth, relieves us humans and leads to an overall better world. Lee believes to be able to predict the future as he has a long history of AI-related jobs and is an insider to the industry. He wants to look beyond the near future and see what the world will look like in twenty years time. For the book he worked together with his former colleague at Google, who is now a science-fiction writer, Chen Qiufan. By adding fiction to his science, he hopes to create scientific fiction rather than science fiction. He wants his readers to picture the future for themselves.

The book consists of ten stories total. The first seven are focused on AI applications in different industries and the societal and ethical implications. The last three stories focus on the societal and geopolitical implications of AI. Finally, there are four different outlooks on 2041 to underline, that the future has not yet been written…

Introduction by Chen Quifan: How we can learn to stop worrying and learn to embrace the future with imagination

For Quifan, science fiction is a magical portal to the future: It frees us from our current way of thinking about our lives and enables us to reflect on our surroundings from the outside. In his mind, science fiction is not providing answers but raising questions.

Chapter One: The Golden Elephant

It’s the year 2041 in Mumbai, India. Nayana, a teenager has a crush on Sahej, a boy from her class. They want to get to know each other, but an AI that controls the premiums for insurances does not want the two adolescents to be together. As he is from a family with worse circumstances, and the his therefore more likely to get sick or endangered, the premium for Nayana’s family increases if they spend time together.

Deep Learning, Big Data, Internet/Finance Applications, AI externalities

Within AI, there is a field called machine learning. One of the ways to do machine learning is called deep learning. Deep learning works best without many external rules. The machine is “fed” data and the according solution and trains numerous layers between input and output. With huge numbers of data, the AI gets better over time. Deep learning algorithms need three things to function: Massive amounts of data, a narrow domain and a concrete function to optimize. These algorithms outdo the human brain in tasks like quantitative optimizing (i.e. recognizing a face in a million faces) or customizing (i.e. showing the most relevant ad to a user) but fail to perform at cross-disciplinary tasks as well as anything creative.

This is one of the main flaws of deep leaning AI. As they can only be optimized for one goal (i.e. keeping you watching YouTube videos to generate more ad revenue), they automatically leave other things uncontrolled (i.e. the user’s (mental) wellbeing). The second major flaw is the one described in the short story: The AI is only as good as the data it is provided. If the data suggests that people from a certain group are more likely to be sick or robbed, the AI will “keep that in mind” and existing discrimination might be implemented on accident.

Chapter Two: Gods Behind the Masks

It’s the year 2041 in Lagos, Nigeria. Amaka, a deep-fake expert is tasked to fake a video of a politician by a shady customer. He has no choice but to do it, even though his video could have dire consequences for the future of Nigeria.

Computer vision, convolutional neural networks, deepfakes, generative adversarial networks (GANs), biometrics, AI security

While understanding what happens based on vision comes easy to us humans, computers have a much harder time. This field (”teaching computers to see”) is called computer vision.

One way to use AI for computer vison are convolutional neural networks, or CNNs for short. CNNs are inspired by how the human brain processes images. Essentially, CNNs consist of multiple layers that analyze the image on different levels. When analyzing a picture of a leopard, for instance, on the lowest level, the AI may see dots on the fur, the next level might see the pattern of the fur, as well as ears, eyes and so on and on the highest level, the AI can tell whether it thinks that there is a leopard on the photo or not.

The deepfake technology does not analyze, but create a fake version of an existing person. This is a huge ethical and social threat.

Chapter Three: Twin Sparrows

It’s the year 2041, somewhere in Korea. Silver and Golden Sparrow, twin orphans each get an AI-companion to support their development. Silver Sparrow, a shy boy with Asperger’s Syndrome becomes a successful artist while his brother, Golden Sparrow struggles with the stress that is put upon him.

Natural Language Processing, Self-Supervised Training, GPT-3, AGI and consciousness, AI education

The ability for computers to process human speech is called Natural Language Processing, or NLP for short. Supervised leaning means, that the AI is given a pair of answer and solution (i.e. a picture of a cat and the label “cat”). This approach works fairly well for documenting what was said (speech recognition), but not for understanding what was meant, as this is to broad of a field to train for with supervised learning. With unsupervised leaning, the AI teaches itself a language from scratch, learning not just the content but also the context. The most prominent example is GTP-3, published by Open-AI in 2020. As of today, the AI doesn’t do much more than rearrange what it knows when asked a question. It is not truly intelligent. Still, it’s only version 3 of many more to come.

One of the areas that haven’t changed much in the last centuries is school. This might change when virtual tutors for each student become a thing.

Chapter Four: Contactless love

It’s the year 2041 in Shanghai, China. Since 2019 COVID-19 has become a part of the daily life on earth, with new mutations and strains evolving regularly. Chen Nan isolates herself from the rest of the world in order to stay away from potentially infected humans. She meets Garcia, a Brazilian man in an online video game but is still hesitant to meet him in person. After Garcia comes to Shanghai to surprise her, he gets infected with a new COVID variant, which makes Chen Nan leaver her flat for the first time in years in order to see the love of her life just once in person. A trip through Shanghai in 2041 starts.

AI healthcare, alphafold, robotic applications, COVID automation acceleration

With massive amounts of data available, AI will assist medical personel with accurate diagnosis and treatment options. Also, tasks like developing drugs which often require a 3D-model of the protein can be done using AI to accelerate the process. After building a 3D-model of a protein, the AI can help find a target to attack. Then, it can run through existing medication to try to find a drug that could prove useful or it can help develop a new drug. In clinical trials, a part of the process can be done in-silico, digitally, to speed up testing of a new drug. Aditionally, AI will enable patient-specific drugs that unlike the one-drug-fits-all-approach can treat deseases more effectively.

A field that we see evolving rapidly, even today, is robotics. By 2041, many hosehold chores will be done by robots. The same goes for factories and warehouses.

Chapter Five: My Haunting Idol

It’s the year 2041 in Tokyo, Japan. Aiko, a Japanese writer goes on an immersive AR-adventure to find the reason for the death of her idol, the j-pop artist Hiroshi-kun.

virtual reality (VR), augmented reality (AR), mixed reality (MR), computer-brain-interfaces (CBI), ethical and societal issues

Immersive simulation technologies produce an alternative reality – the so called X-reality or XR for short. There are three versions of XR: Virtual reality, or VR for short creates an entirely synthetical virtual environment. AR, which stands for augmented reality adds on to the existing real environment the user is in, for example by placing a virtual dinosaur in your real living room. Mixed reality, or MR, combines AR and VR: In MR, the product takes the existing environment, but does not just add on to this environment. Rather it builds a new environment by a complete decomposition and interpretation based on it. XR is more than just the sum of AR and the real world. To achieve MR, the lens needs to understand its environment, not just see it. By 2041, smart lenses in the form of glasses or even contact lenses will likely be a reality. Through haptic gloves or even suits, you will be able to feel the virtual world as if it were real.

These technologies will also make us face new obstacles. One is privacy. With XR in our lives, a lens can literally see the world through our eyes. Also, capturing every single moment of a live makes us digitally immortal, as all memories are stored somewhere.

Chapter Six: The holy driver

It’s the yearn 2041 in Colombo, Sri Lanka. Most cars in China are now driverless on designated streets. However, in special cases, like a bomb threat or a natural disaster, real drivers take over, controlling the cars from a safe simulator somewhere around the world. Chamal, a Sri Lankan boy is drafted as a driver and faces challenges in a strange place between reality and the virtual world.

Autonomous vehicles, Full Autonomy and Smart Cities, Ethical and Social Issues

Autonomous driving requires a wide range of tasks. From perception over navigation all the way to decision making. Thus it is a hard thing to achieve.

Autonomous driving is split in to five levels:

• L0: no automation
• L1 (”hands on”): AI can do one specific task with the driver tuning it on, such as holding the lane.
• L2 (”hands off”): AI can do multiple tasks (steering, accelerating and breaking), but the human must still be able to take over at all times.
• L3 (”eyes off”): AI can drive the car, but might sometimes ask the driver to take over in difficult situations. ← We are here
• L4 (”mind off”): AI can take over driving completely, but only in a known environment such as Highways and City streets, that have been mapped before.
• L5 (”steering wheel optional”): AI can drive the care safely everywhere, the human taking over is entirely optional.

L5 is incredibly hard to achieve. One way to shorten the way to L5 AV is to simplify the task by building separate AV-roads with sensors integrated into the road and without obstacles that produce unpredictable situation such as cyclists or pedestrians.

L5 AVs will have huge consequences: The idea of owning a car will be uneconomic because ridesharing will be so much cheaper. The price of driving services like Uber will only be around 25% of the current price as the costly driver is no longer required. This also means that tons of people around the world will be our of a job. L5 autonomous driving also poses ethical questions: Should an algorithm decide about life and death?

Chapter Seven: Quantum Genocide

It’s the year 2041 in The Hague, Netherlands. A scientist has gone insane over the loss of his wife and son in an climate change related tragedy. To seek revenge, he wants to send humanity back to a pre-digital time by disabling the world’s power grid and the internet. To achieve his goal, he uses autonomous weapons among other terrifying technologies.

quantum computers, bitcoin security, autonomous weapons and existential threat

While conventional computers use bits (on or off; 1 or 0), quantum computers use quantum particles such as photons or electrons, these form the qubits (quantum bits) and can hold more than 2 states at once. While this allows for huge synchronous data processing, it is also very sensitive to disturbances like changing temperature, radiation or vibrations. One thing that could be accomplished with a 4,000 qubit QC is breaking RSA – the algorithm that encrypts bitcoin and most of the internet.

Autonomous weapons are slowly becoming a reality despite posing almost unanswerable ethical questions.

Chapter Eight: The Job Saviour

It’s the year 2041 in San Francisco, United States. Millions of workers become obsolete because of automation. It’s not just a couple of people losing their jobs, it’s millions losing their occupation and with it their hope, dreams and sense of purpose. As a result, many resort to drugs, gambling, the virtual reality or even suicide. Synchia, a company determined to restore the lives of the ones who have lost their jobs, is now trying to negotiate a deal for one of the largest American construction firms.

AI job displacement, universal basic income (UBI), what AI cannot do, 3RS as a solution to displacement.

AI will gradually be able to perform many of today’s professions. It’s not going to happen overnight, not just blue collar but also white collar jobs are at risk.

With AI replacing millions of workers, the invisible hand of the market will no longer work. Higher productivity at lower costs will be a dangerous combination as it will widen the gap between poor and rich to an unprecedented level. In addition to the economic dimension, there is also a emotional dimension to be considered: The loss of a job is more than merely losing a source of income, it’s loosing one’s purpose in life.

One idea to counter this problem is universal basic income (UBI). As the name suggest, every human being gets a universal amount of money every month to spend however they want.

There is one important question for people entering the job market: What can AI not do? There are three main areas that have shown to be difficult for AI: Empathy, creativity and dexterity. So what about the people who lose their jobs to AI? The three Rs are part of the solution: Relearn, recalibrate and renaissance. Relearning in order to perform a more sustainable profession is the most straight-forward answer. We need to recalibrate our brains to embrace an AI powered future. Many jobs will be easier or less repetitive thanks to AI. Many other jobs we can’t even imagine now will be available on the job market. Finally, AI may lead to a new renaissance: Taking the focus away from careers and putting it on creativity, empathy and the human experience in general.

The job market in general will evolve in another way: The simpler, more repetitive positions are the first to be automated. These jobs, however, are usually the entry-level jobs for young workers and equip them with the necessary expertise to perform well at the more complex jobs. Therefore, “Made-up-jobs” and an extended time for studies and training have to be expected.

Chapter Nine: Isle of Happiness

It’s the year 2041 in Doha, Qatar. Russian tech-billionaire is on a quest to find true happiness on an island designed by the crown-prince of Quatar. His journey goes to the bottom of questions about what makes us humans truly happy.

AI and happiness, general data protection regulation (GDPR), personal data, privacy computing using federated learning and trusted execution environment (TEE)

Creating happiness is a fundamentally challenging task. The first problem is happiness itself: What is happiness, where does it come from and how can it be measured? To find answers to this problem through AI requires massive amounts of data and it requires the most personal data about ourselves. To better understand happiness, AI could analyze our micro and macro expressions, our blood pressure and our eyes.

Not just with happiness is data collection an integral part of AI technology. How can we manage, store and process sensitive data to enhance our lives without sacrificing our privacy? One option would be to create a central, personal and protected personal data hub, that will or will not provide the data to for-profit companies, if necessary. With future breakthroughs in encryption and privacy computing, a decentralized approach could be possible by 2041.

Chapter Ten: Dreaming of Plentitude

It’s the year 2041 near Melbourne, Australia. Advances in AI and technology have brought down the cost of living to nearly zero, making working to “make a living” unnecessary. The Australian government tries to counteract joblessness by introducing Moola, a virtual currency that rewards voluntary work. Keira, a young aborigine, takes care of Joanna, a former marine biologist who saved the Great Barrier Reef. In the process, she discovers the problems with Moola and decides to take matters into her own hands.

Plentitude, new economic models, the future of money, singularity

Plentitude, as Kai-Fu Lee calls the new chapter of humanity when all basic needs are met at nearly no costs, will pose new challenges to humanity. Plentitude challenges today’s purpose of life for many people: Working to make a living.

There are many new technologies in the making: Wind and solar in combination with batteries will provide the energy needed to power the world, bringing the cost down to about a quarter of today’s price per kWh. Advancements in synthetic biology will enable non-toxic fertilizer and plastic-eating bacteria. Automation, powered through AI will bring down the cost of goods to slightly above material costs.

This will make our economic models redundant in many aspects. Scarcity has been one of the driving factors in human development. Where demand exceeded supply, innovation occurred. The new “currency” would be status and honor, achieved through voluntary work in science, social facilities or art. In the story, the Australian government tries to reward it’s inhabitants with a new currency: Moola. It is intended as an incentive to do good. The idea backfires as people try to cheat the system for more social status.

The transformation from our current to the post-scarcity model will be a challenge, as corporations will try to keep the prices high through artificial scarcity.

Final words

AI is – like any other technology – neither inherently good, nor is it inherently bad. The question is what we as individuals and as humans make of it.

🚀 Der Inhalt in 3 Sätzen

1. Shenzen ist Modell- und Vorreiterstadt Chinas
2. Die Metropole ist das Silicon Valley Chinas. Es hat neben Software- aber auch Hardwareexpertise
3. Die Region um Shenzen, die Greater Bay Area wird in den kommenden Jahren zu einer der wichtigsten Wirtschaftsregionen der Welt werden.

🎨 Eindrücke

Das Buch macht mir Lust, selbst nach Shenzen zu reisen. Es klingt wie ein Erfinderparadies: Hardware, Software und Ingenieure – alles an einem Ort.

☘️ Wie das Buch mir geholfen hat

Es hat mir geholfen, China auf den Radar zu kriegen und die Wirschaftswelt Chinas näher zu bringen.

📒 Zusammenfassung und Notizen

Einleitung

Shenzen gilt als das Silicon Valley Chinas – hat aber einen entscheidenden Vorteil: Durch die ortsansässige Industrie ist die Stadt sowohl Entwicklungs- als auch Herstellungsstandort. Die Metropole gilt innerhalb Chinas als Zukuftsprojekt, als Modellstadt der Zukunft – noch mehr als Peking oder Shanghai.

Erstes Kapitel: Der Aufstieg

Shenzen, ehemals eine Ansammlung von Fischerdörfern mit etwa 70.000 Einwohnern, wurde 1980 zu einer der ersten vier Sonderwirtschaftszonen unter Deng Xiaoping. Aufgrund seiner Nähe zu Honkong kam bald internationales Geld in die Region.

Als Vorbild für die Stadt galten Shannon, die irische Sonderwirtschaftszone und Singapur als Inspiration für eine halbfreie Marktwirtschaft mit technokratischen Zügen.

Unter Xiaoping wurden 1982 marktiwirtschaftliche Elemente, z. B. in der Landwirtschaft eingeführt. Nach einem Jahrzehnt klassischer Billigproduktion in der Stadt orientiert sich die Wirtschaft Mitte der 1990er-Jahre neu: Hochtechnologie ist angesagt. Internationale firmen wie Epson und Sony produzieren in Shenzen, eigenen Tech-Konzerne wie Huawei entstehen.

Zweites Kapitel: Masse und Klasse

Dongguan, eine Stadt im Perlflussdelta ist das größte Produktionscluster der Welt. In den Vierteln der Stadt, die jeweils auf eine Sparte spezialisiert sind, findet sich die gesamte Supply Chain, vom Design zum fertigen Produkt wieder.

Mehr und weniger bekannte Marken aus Shenzen, mit Produktion in Dongguan sind BBK (Oppo und Vivo), Huawei und Transsion, die alle Handyhersteller sind.

Aufgrund steigender Lohnkosten schreitet der Umstieg auf Roboterproduktion rasend voran und wird aktiv von der Politik gefördert.

Drittes Kapitel: Gründungsrausch

Shenzen ist ein Schlaraffenland für Gründer. Besonders Hardware ist in großer Auswahl und innerhalb kürzester Zeit zu minimalen Preisen verfügbar und begünstigt so einen schnellen Bau von Prototypen. Diese Verfügbarkeit stößt auf eine Gründerszene mit preisgünstigen Maker-Spaces, Venture Capitalists und Business Angels.

Während die Gründerkultur im Silicon Valley mission-driven ist, ist sie in Shenzen market-driven, es geht hier rein um das Geld. Kopien innerhalb von kürzester Zeit sind keine Seltenheit, jede gute Idee hat duzende Konkurrenten.

Viertes Kapitel: Alle Macht den Algorithmen

In Nanshan, einem Viertel in Shenzen, sind die Softwaregiganten Chinas Zuhause: Das BAT-Trio aus Baidu, Alibaba und Tencent, aber auch unbekanntere Riesen, wie z. B. Ping An.

Tencent, die ab den späten 1990er-Jahren durch den Messengerdienst QQ erfolgreich wurde und mittlerweile besonders im Online-Gaming bereich erflolgreich sind, gehören zu den größten chinesischen Technologieunternehmen. Mit WeChat, das im Jahre 2011 veröffentlicht wurde, wurde Tencent für die Chinesen unverzichtbar. WeChat ist WhatsApp, Facebook, Instagram, Uber, Liferando und PayPal in einem. Als Zahlungsdienst teilt es sich den Thron in chinal mit AliPay vom Konkurrenten Alibaba. Gleichzeitig ist Tencent der größte Kapitalgeber Chinas und weltweit auf Platz 2.

Ping An ist eine Art Versicherer auf Steroiden, der auch Kredite, ärztliche Beratung und Vermögensverwaltung anbietet. Er hat etwa 540 Millionen Nutzer registriert. Gründer Peter Ma sah 1988 die Chance, eine Lebensversicherung nach westlichem Vorbild anzubieten und war damit erfolgreich.

Fünftes Kapitel: Big Brother is catching you

Shenzen hat mit Huawei und ZTE zwei ortsansässige Telekommunikationsanbieter, die mit ihrer 5G-Technologie eine SmartCity ermöglichen. Die Behörden in Shenzen sehen sich selbst als Interessensvertreter von Wirtschaft und Forschung und unterstützen diese mit lokaler Gesetzgebung. Durch Überwachung und KI wird vieles Vereinfacht: Vom Strafzettel für Jaywalking bis zum Behördengang kann alles digital erledigt werden.

Mit dem Drohnenhersteller DJI ist Shenzen zur Nr. 1 in diesem Bereich geworden. Auch an autonomen Autos wird mit hochdruck gearbeitet.

Sechstes Kapitel: Elektromobilität in Shenzen

Shenzen ist Vorreiter im Feld Elektromobilität. Busse und Taxen fahren bereits seit längerem elektrisch, der ÖPNV ist hervorragend. Die nötige Technologie gibt es auch lokal: Mit dem Batterie und Elektroautohersteller BYD ist der globale Marktführer für elektrische Busse direkt vor Ort. Auch in der Luft ist man Mobil: Flugtaxis werden getestet, Pakete per Drohne geliefert.

In Sachen Nachhaltigkeit ist Shenzen auch vorne mit dabei: Sie haben extrem gute Luftwerte und 44% der Stadtfläche ist vor Bebauung geschützt.

Siebtes Kapitel: Hoher Aufwand, hoher Ertrag

Unternehmen in Shenzen sind sehr Forschungslastig: Bei Huawei zum Beispiel sind es rund die Hälfte aller Angestellten. Als Faustregel gilt: Unternehmen machen 90 Prozent der Forschung aus, in Budget, Beschäftigten, Ausgaben und Ergebnisse.

Die Universitätslandschaft ist jedoch auch nicht schlecht. Mit der Southern University of Science and Technology (Sustech) und der Shenzen University (SZU) gibt es dort zwei große Universitäten. Institute von Harvard, Berkeley und Georgia Tech sind dort auch vorzufinden. Mit finanziellen Anreizen versucht die Stadt, die besten Forscher der Welt anzulocken. Die meisten sind chinesische Forscher, die im Ausland forschten und zurückkehren.

Shenzen meldet jährlich mehr internationale Patente an als Frankreich.

Nach Elektronik und Informatik will Shenzen in einem weiteren Feld führend werden: Biotechnologie. Mit He JIankuis kontoversen geneditierten Babys, zeigt sich, dass Shenzen vorne dabei ist.

Ein großes Problem in Shezen ist der Lehrermangel. So gibt es für 80 000 Mittelschüler nur 35 000 Plätze.

Achtes Kapitel: Kunst am Bau

Shenzen will weg vom Image der seelen- und kulturlosen künstlichen Stadt. Seit sie 2009 von der Unesco zur City of Design ernannt wurde siedeln sich zunehmend internationale Architekten und nationale Designer an.

Stadtplanerisch wurde Shenzen in 33 Jahren von einem Kaff zur Metropole. Die Stadt wurde zwar großteils künstlich geplant, wenngleich nicht so autoritär wie andere chinesische Städte. Ein Problem kam dabei auf: Es gibt nicht genug Wohnungen. Die Wohnungspreise sind daher horrend hoch. Die einzige Lösung aufgrund des Platzmangels: In die Höhe bauen.

Im Dafen Village, einem Dorf, das mittlerweile von Shenzen verschluckt wurde, wurden früher 60% aller Ölgemälde weltweit hergestellt. Der Trend entwickelt sich weg von Replikas hin zu eigenkreationen.

Neuntes Kapitel: Wie Shenzen vom Niedergang Hongkongs profitiert

Shenzen hat Hongkong wirtschaftlich Überholt. Auch kulturell und in der Modernität ist es so. Spätestens seit den Unruhen ab 2019 sind Hongkonger gegenüber den Festlandchinesen regelrecht feindselig eingestellt. Diese Festlandchinesen fehlen Honkong jedoch als Urlaubs- und Einkaufsgäste.

Honkong hat mehrere Probleme. Eines ist, dass das Immobiliengeschäft eine Oligopol ist und die Bevölkerung daher mit horrend hohen Mietpreisen zu kämpfen hat.

Mit Qianhai wird zwischen Hongkong und Shenzen eine weitere Sonderwirtschaftszone eingerichtet, die zum Finanzstandort Chinas werden soll.

Shenzen und Hongkong ergänzen sich: Während Hongkong weltklasse Universitäten hat, ergänzt Shenzen den Unternehmergeist und Absatzmarkt für neue Unternehmen.

Zehntes Kapitel: Die Greater Bay Area

Die Greater Bay Area (GBA), ehemals Perlflussdelta genannt ist die Region um Shenzen. Sie umfasst 11 Städte mit rund 70 Millionen Einwohnern, 86 Fortune-500-Unternehmen und etwa 40% aller chinesischen Exporte. Gegenüber anderen Regionen hat sie einen Vorteil: Sie ist Finanz-, Produktions-, Entwicklungs-, und Vermarktungsstandort zugleich.

2019 wurde von der chinesischen Zentralregierung eine Plan zur Entwicklung der GBA bis 2035 vorgelegt. Nach diesem Plan sollen sich einzelne Teile der Region auf spezielle Wirschaftssektorren fokussieren.

Eine wichtige Stadt in der GBA, neben Hongkong, Shenzen und Macau ist Guangzhou – in Deutschlang unter dem Namen Kanton bekannt. Bis 2035 soll Guangzhou zu einer 20-Millionen-Menschen-Metropole werden. Die Stadt ist mittlerweile zu einem erfolgreichen KI-Standort geworden.

Eine weite relavante Stadt ist Macau. Reich geworden durch seine Casinos ist es das Las Vegas chinas – auch wenn es sein amerikanisches Pendant bei den Umsatzzahlen bereits schlägt. 80% der städtischen Steuereinnahmen kommen vom Glücksspiel.

Alle 11 Städte werden mit Hochgeschwindigkeitszügen verbunden und sollen innerhalb von einer Stunde erreichbar sein.

Schluss

Auch wenn das Modell Shenzen nicht direkt auf alle Städte anwendbar ist, so kann es doch in einzelnen Aspekten als Vorbild dienen. Entwicklungsländer sehen ein Beispiel, wie eine Stadt vom Fischerdorf zur Metropole werden kann, wie man aus der Werkbank der Welt ein High-Tech-Cluster entstehen lässt. Und entwickelte Länder sehen, wie innovative Förderung der Wirtschaft aussehen kann.

Auch geopolitisch ist die GBA interessant: Hier zeichnen sich Trends, denen der Rest Chinas später folgen wird ab, da die Gegend Testlabor des Landes ist.