Waarom iedereen en zijn moeder het over Leopold Aschenbrenner heeft

Geen zin om alles te lezen? Skip hier door naar de samenvatting.

De AI-profeet en de margin call

Een voormalige OpenAI-onderzoeker van midden twintig voorspelde AGI, bouwde een hedgefonds van meer dan $20 miljard en werd het orakel van de AI-infrastructuurtrade. Op 30 juli 2026 moest zijn fonds na zware verliezen het grootste deel van zijn beursportefeuille aan Citadel verkopen. Was Leopold Aschenbrenner een ziener, een briljante verhalenverteller of vooral een uitzonderlijk overtuigde gokker?

Er zijn verhalen die te mooi zijn om waar te zijn. En er zijn verhalen die waar zijn, totdat de bank belt en de deurwaarder voor je deur staat.

Op 24 juli stuurde Leopold Aschenbrenner zijn klanten een brief met een cijfer waar menig fondsbeheerder niet eens van durft te dromen: 439% nettorendement in de eerste helft van 2026. Nog geen week later voerden zijn prime brokers gesprekken over onderpand, nieuw kapitaal en de verkoop van alle aandelen. Vervolgens kocht een grote hedgefonds, Ken Griffins Citadel, in een haastig georganiseerde transactie het grootste deel van de beursportefeuille van Aschenbrenners fonds.

Twee maanden eerder beschreef The Wall Street Journal hem nog als het 24-jarige AI-wonderkind dat zonder professionele beleggingservaring een fonds van meer dan $20 miljard had opgebouwd door "ai-bottlenecks" te vinden. Zijn rendement bedroeg volgens de krant ruim 1.000% sinds de start. Zijn klanten bestudeerden de officiële posities van zijn fonds alsof het openbaringen waren. Jane Street, de handelsfirma waar zelfs andere hedgefondsen met ontzag over praten, behoorde tot de beleggers.

En nu dit.

In een podcast uit 2024 kreeg Aschenbrenner de vraag hoe hij wilde voorkomen dat zijn theoretische megabet verkeerd zou aflopen. Zijn antwoord was kort: “not blowing up is task number one and two.” Twee jaar later is die zin geen geestige voetnoot meer. Het is bewijsmateriaal. Zo zijn er veel influencers online ontstaan die zijn strategie in bedrijven zoals Nebius en Iren gingen kopiëren.

De zaak-Aschenbrenner draait daarom niet om één vraag, maar om drie:

1. Zag hij de richting van de AI-boom eerder dan de rest?

2. Klopt zijn veel radicalere voorspelling dat AGI rond 2027 verschijnt?

3. En was zijn fonds verstandig ingericht om die overtuiging te beleggen?

   
   

Op de eerste vraag is het antwoord grotendeels ja. Op de tweede weten we het nog niet. Op de derde heeft de markt deze week een hard oordeel geveld.

De feiten, de claims en de mist ertussen

Onderwerp	Wat we wél weten	Wat we níét weten
Leeftijd	WSJ noemde hem in juni 2026 24 jaar; andere recente profielen noemen 25	Zijn exacte geboortedatum is niet breed openbaar bevestigd
Opleiding	Columbia bevestigt hem als valedictorian van 2021, met economics en mathematics-statistics	“Wonderkind” is een kwalificatie in de media
OpenAI	Hij werkte in Superalignment en werd in april 2024 ontslagen wegens een vermeend lek	Of zijn securitymemo het werkelijke motief voor het ontslag was
Fondsomvang	WSJ/FT meldden meer dan $20 miljard AUM; de SEC-13F bevatte eind maart $13,68 miljard gerapporteerde positiewaarde	De actuele intrinsieke waarde na de juliverliezen
Rendement	FT zag een brief met 439% netto over H1 2026; WSJ meldde meer dan 1.000% sinds de start	De precieze juli-drawdown en een onafhankelijk gecontroleerde volledige trackrecord
Citadel-transactie	Citadel kocht na margin calls een zeer groot deel van de publieke portefeuille	De verkoopprijs, eventuele korting en de exacte resterende publieke posities
Anthropic	Volgens FT bleef een private positie van circa $5 miljard achter	De kostprijs, liquiditeit en uiteindelijke realiseerbare waarde
AGI-these	Aschenbrenner voorspelde expliciet dat AGI rond 2027 plausibel is	Of dat werkelijk gebeurt en welke definitie dan wordt gehanteerd

De dag waarop de bank belde

De directe aanleiding voor alle ophef is de botsing tussen twee berichten.

Het eerste bericht kwam in juni. The Wall Street Journal schreef dat zijn fonds, Situational Awareness meer dan $20 miljard beheerde, ongeveer 270% netto had verdiend in 2026 tot en met mei en meer dan 1.000% sinds de oprichting. Een vroege belegging in Anthropic zou inmiddels ongeveer een vijfde van het fonds uitmaken. Het fonds telde Jane Street onder zijn geldschieters en had een online aanhang opgebouwd die elke officiële melding uitploos.

Het tweede bericht kwam op 30 juli. De Financial Times meldde dat het fonds na zware verliezen in AI-aandelen vers kapitaal probeerde op te halen bij bestaande investeerders en kredietverstrekkers. Aschenbrenner had de recente uitverkoop in zijn brief van 24 juli nog gepresenteerd als een buitengewoon aantrekkelijke koopkans en beleggers uitgenodigd om per 1 augustus nieuw geld te storten. Tegelijkertijd had het fonds geleend geld gebruikt om de rendementen te vergroten. Toen de markt verder daalde, werkte die versneller de andere kant op. Typisch voor mensen die roekeloos margin gebruiken.

Daarna ging het snel.

Binnen ongeveer 24 uur kocht Citadel een groot deel van een openbaar aandelenboek dat volgens de FT circa $16 miljard groot was. Goldman Sachs en JPMorgan traden op als prime brokers; ook Millennium zou over een transactie hebben gesproken. De FT omschreef het als een van de grootste gehaaste aandelenverkopen in de geschiedenis van Wall Street.

De 4 amerikaanse kranten verschillen over wat precies is verkocht:

• De FT spreekt over een groot deel van het openbare aandelenboek.

• De WSJ schrijft over de bulk van de portefeuille en benadrukt het met schuld gefinancierde gedeelte.

• Axios meldt dat alle publieke aandelen zijn verkocht.

• Business Insider spreekt over de meerderheid en stelt dat een kleiner publiek gedeelte kan zijn achtergebleven.

  
  

De verdedigbare formulering is daarom: Situational Awareness heeft na margin calls het grootste deel en volgens sommige berichtgeving vrijwel de hele beursportefeuille aan Citadel verkocht. 

Wat een margin call werkelijk betekent

Een margin call is geen moreel oordeel. Het is veel zakelijker en juist daarom genadelozer.

Een fonds leent geld of effecten om een grotere positie te kunnen aanhouden dan met alleen het vermogen van klanten mogelijk zou zijn. Stijgt de portefeuille, dan stijgt het rendement op het eigen vermogen extra hard. Daalt zij, dan gebeurt hetzelfde in omgekeerde richting. De kredietverstrekker vraagt vervolgens meer onderpand. Kan of wil het fonds dat niet leveren, dan moeten posities worden verkleind.

Het pijnlijke is niet alleen het verlies. Het pijnlijke is dat het fonds niet langer zelf het moment van verkoop bepaalt.

Stel, puur als illustratie, dat een belegger met €100 eigen geld voor €300 aan posities bezit. Een daling van 20% kost dan €60, oftewel 60% van het eigen vermogen. De exacte leverage van Situational Awareness is niet openbaar, dus dit is nadrukkelijk geen reconstructie van zijn cijfers. Het laat alleen zien waarom een relatief korte, scherpe marktbeweging een fonds met een overtuigende langetermijnthese toch kan dwingen te capituleren.

Volgens de WSJ waren onder meer SK Hynix, Sandisk, Bloom Energy en Nebius pijnpunten. Dat zijn geen willekeurige aandelen. Ze vertegenwoordigen precies de infrastructuurlaag waarop Aschenbrenner zijn opgehypte reputatie bouwde: geheugen, opslag, stroom en AI-compute. Daar zit de ironie die het internet niet kon weerstaan. Een fonds dat Situational Awareness heet, moest in crisisstand zijn situational awareness bewijzen.

Maar satire is nog geen analyse. De noodverkoop bewijst niet dat AI-infrastructuur onbelangrijk is. Zij bewijst dat een goede megatrend, een goede portefeuille en een goed risicoprofiel drie verschillende dingen zijn.

Wat er nog overeind staat

Het fonds is voor zover bekend niet failliet en ook niet volledig opgeheven. De private investeringen bleven volgens FT, WSJ en Business Insider achter, waaronder een Anthropic-belang dat op ongeveer $5 miljard wordt geschat. Situational Awareness zou doorgaan als private investeringsfirma en mogelijk later opnieuw publieke posities opbouwen.

Belangrijke gegevens ontbreken nog:

• het exacte verlies in juli;

• de huidige intrinsieke waarde;

• de prijs die Citadel betaalde;

• de omvang van eventuele resterende schulden;

• hoeveel klantkapitaal na de transactie resteert;

• de voorwaarden waaronder beleggers geld kunnen opnemen;

• en hoeveel van de historische winst gerealiseerd was.

Wie nu beweert dat Aschenbrenner “alles kwijt” is, loopt op de feiten vooruit. Wie beweert dat er niets ernstigs is gebeurd, doet hetzelfde.

Wie is Leopold Aschenbrenner?

Voor een man die pretendeert de komende eeuw te kunnen zien, is zijn eigen levensloop tot nu toe opvallend compact.

Aschenbrenner groeide op in Berlijn. Columbia University bevestigt dat hij in 2021 valedictorian was en economics en mathematics-statistics studeerde. Volgens een uitgebreid profiel in Fortune begon hij op zijn vijftiende aan Columbia en studeerde hij af op zijn negentiende. Hij deed onderzoek naar langetermijngroei bij het Global Priorities Institute van Oxford en schreef al jong over existentiële risico’s, economische groei en de toekomst van beschaving.

Hij bewoog zich vroeg in de wereld van effective altruism: een netwerk van onderzoekers, filantropen en ondernemers dat probeert middelen in te zetten waar ze volgens rationele analyses het meeste goed doen. Binnen die gemeenschap werd het risico van geavanceerde AI al besproken toen de rest van de wereld nog vooral lachte om chatbots die niet konden tellen.

In 2022 werkte Aschenbrenner bij het FTX Future Fund, de filantropische tak die werd gefinancierd door het latere fraude-imperium van Sam Bankman-Fried. Dat is een relevant onderdeel van zijn netwerkgeschiedenis, maar geen bewijs van schuld door associatie. Toen FTX instortte, nam het Future Fund-team ontslag en schreef het geschokt te zijn over mogelijke misleiding en fundamentele vragen te hebben over de legitimiteit van de financiering. Er is geen openbaar bewijs dat Aschenbrenner wist van de fraude of eraan meewerkte.

In 2023 belandde hij bij OpenAI.

Niet als oprichter. Niet als topbestuurder. Niet als architect van GPT-4. Dat onderscheid is belangrijk, want het internet maakt van iedere voormalige werknemer al snel een ingewijde die de volledige blauwdruk heeft gezien.

Aschenbrenner werkte in het Superalignment-team van Ilya Sutskever en Jan Leike. Dat team onderzocht hoe mensen systemen kunnen controleren die slimmer worden dan hun menselijke toezichthouders. Hij was mede-auteur van Weak-to-Strong Generalization, een serieus onderzoek naar de vraag of een zwakker model een sterker model kan begeleiden. De resultaten waren interessant maar onvolledig: het sterkere model kon soms boven zijn zwakke toezichthouder uitstijgen, maar een groot deel van zijn capaciteiten bleef onbenut. Het was een onderzoeksrichting, geen oplossing voor superalignment.

En toen kwam het ontslag.

Het conflict met OpenAI

OpenAI ontsloeg Aschenbrenner in april 2024 wegens het vermeend delen van interne informatie. Dat staat vast. De rest is betwist.

In het vierënhalf uur durende interview met Dwarkesh Patel vertelde Aschenbrenner dat hij een brainstormdocument over toekomstige AI-voorbereiding, veiligheid en beveiliging met drie externe onderzoekers had gedeeld om feedback te krijgen. Volgens hem had hij gevoelige informatie verwijderd en was dit soort externe gedachtewisseling destijds normaal.

Hij verbond zijn ontslag bovendien aan een eerdere beveiligingskwestie. Na een incident waarbij een hacker toegang kreeg tot een intern communicatiesysteem van OpenAI, schreef hij een memo waarin hij de beveiliging tegen diefstal van modelgewichten en algoritmische geheimen door buitenlandse mogendheden ernstig onvoldoende noemde. Hij deelde het memo met bestuursleden. Volgens Aschenbrenner maakte de leiding hem duidelijk dat juist dit incident ertoe leidde dat de latere kwestie als ontslag en niet als waarschuwing werd behandeld.

De lezing van OpenAI

OpenAI heeft via een woordvoerder gezegd dat zijn intern geuite beveiligingszorgen, ook richting het bestuur, niet tot zijn vertrek leidden. Het bedrijf zei zijn inzet voor veilige AGI te delen, maar het oneens te zijn met veel van zijn latere beweringen over de beveiliging en de omstandigheden van zijn vertrek.

We hebben dus een klassiek journalistiek probleem: twee partijen, twee lezingen en geen volledig openbaar dossier.

De eerlijke conclusie luidt:

Aschenbrenner werd officieel ontslagen wegens een vermeend informatielek. Hij stelt dat zijn kritische securitymemo een belangrijke rol speelde; OpenAI ontkent dat.

Meer kunnen we niet bewijzen.

De timing maakte zijn verhaal wel explosief. Enkele weken later viel het Superalignment-team uiteen nadat Sutskever en Leike vertrokken. Twee maanden na het ontslag publiceerde Aschenbrenner zijn manifest.

Niet ná een lange rehabilitatie. Niet na tien jaar stilte. Twee maanden later.

Het document dat Silicon Valley wakker schudde

Situational Awareness: The Decade Ahead is 165 pagina’s lang, maar de kern past op een bierviltje volgens mijn Claude onderzoek, lol:

1. Meer rekenkracht maakt modellen voorspelbaar beter.

2. Algoritmen worden daarnaast voortdurend efficiënter.

3. Tools, geheugen, redeneren en agents halen verborgen bruikbaarheid uit modellen — Aschenbrenner noemt dat “unhobbling”.

4. Trek die lijnen enkele jaren door en modellen kunnen rond 2027 het werk van AI-onderzoekers en -engineers doen.

5. Kopieer zulke digitale onderzoekers miljoenen keren en AI-onderzoek versnelt zichzelf.

6. Het gevolg kan een snelle sprong van AGI naar superintelligentie zijn.

7. Daarvoor zijn ongekende hoeveelheden chips, stroom, datacenters en kapitaal nodig.

8. De technologie wordt vervolgens een nationaal veiligheidsproject en een race tussen de Verenigde Staten en China.

   
   

Dat is de theorie. Nu de details.

“Counting the OOMs”

OOM staat voor order of magnitude: een factor tien.

Aschenbrenner begint bij de sprong van GPT-2 naar GPT-4. In zijn versimpelde menselijke analogie ging AI in ongeveer vier jaar van het niveau van een kleuter naar dat van een slimme middelbare scholier. Hij schrijft die vooruitgang toe aan drie krachten:

• ongeveer 0,5 OOM extra fysieke trainingscompute per jaar;

• ongeveer 0,5 OOM algoritmische efficiëntiewinst per jaar;

• extra bruikbaarheid door post-training, tools, langere context, redeneren en agentgedrag.

  
  

Nog zo’n sprong zou modellen volgens hem tegen eind 2027 in de buurt brengen van deskundige collega’s en AI-onderzoekers. Zijn precieze formulering was niet dat AGI gegarandeerd in 2027 komt, maar dat “AGI by 2027 is strikingly plausible.” 

Van één onderzoeker naar honderd miljoen

Daar stopt het verhaal niet.

Als één AI-systeem AI-onderzoek kan doen, kan dezelfde software op grote chipparken miljoenen keren draaien. Aschenbrenner schetst een wereld met mogelijk honderd miljoen digitale onderzoekersequivalenten die sneller dan mensen werken, alle literatuur kennen en onderling onmiddellijk kennis delen. Daarmee zou een decennium aan algoritmische vooruitgang in een jaar of minder kunnen worden geperst.

Dat is de intelligentie-explosie: AGI is niet het eindpunt maar de lucifer.

De trillion-dollar cluster

Software mag gewichtloos lijken; frontier-AI is dat niet. Aschenbrenner presenteert AI als een industrieel proces. De volgende generatie vraagt niet alleen betere code, maar ook fabrieken voor chips, stroomcentrales, transformatoren, koeling, glasvezel en datacenters.

Zijn ruwe schaalpad:

Jaar	Denkbeeldige trainingscluster	Orde van grootte
2024	circa 100 megawatt	miljarden dollars
2026	circa 1 gigawatt	tientallen miljarden
2028	circa 10 gigawatt	honderden miljarden
2030	circa 100 gigawatt	ongeveer $1 biljoen

Hij gokte bovendien dat de totale jaarlijkse AI-investeringen al rond 2027 boven $1 biljoen konden uitkomen.

China, spionage en “The Project”

Daarna verandert het essay van technische extrapolatie in geopolitiek manifest.

Aschenbrenner vreest dat algoritmische doorbraken of modelgewichten door China worden gestolen. Volgens hem zijn frontierlabs beveiligd als gewone technologiebedrijven terwijl ze geheimen beheren met het strategische gewicht van nucleaire technologie. De Amerikaanse overheid zal volgens hem uiteindelijk ingrijpen, labs nauwer coördineren en een groots nationaal project optuigen.

Zijn ideale eindbeeld is geen permanente oorlog, maar een duidelijke voorsprong van de VS en democratische bondgenoten die vervolgens een gecontroleerde overeenkomst met China mogelijk maakt. Zijn critici zien juist het gevaar dat deze taal de wedloop versnelt die hij zegt te willen beheersen.

Waarom het manifest zo goed werkte

Aschenbrenner vond de ideeën niet allemaal zelf uit. Scaling laws, AI-alignment, compute als machtsmiddel, de rivaliteit met China en het risico van een intelligentie-explosie bestonden al jaren.

Zijn prestatie was de verpakking.

Hij maakte van technische grafieken een verhaal met een klok. Van datacenters maakte hij forten. Van een markttrend maakte hij een historische strijd. En van onzekerheid maakte hij urgentie. Dat werkte om vijf redenen.

1. Hij gaf vage angst een jaartal

“Ooit komt AGI” is filosofie. “Rond 2027” is nieuws.

Een concrete datum maakt een stelling toetsbaar, citeerbaar en verhandelbaar. Zij dwingt voorstanders en critici positie te kiezen.

2. Hij verbond software aan de fysieke wereld

Veel AI-verhalen bleven steken bij modellen en apps. Aschenbrenner keek naar de bouwplaats: chips, HBM-geheugen, koeling, stroomcontracten en glasvezel. Dat bleek financieel veel bruikbaarder.

3. Hij schreef voor de machtselite

Het document leest soms als een memo voor een generaal, een president en een hedgefondsmanager tegelijk. De boodschap: dit is geen nieuw product, maar een verschuiving in economische en militaire macht.

4. Hij creëerde een binnen- en een buitenwereld

Volgens zijn inleiding hadden slechts enkele honderden mensen werkelijk “situational awareness”. Dat is een krachtige retorische constructie. Wie hem gelooft, behoort tot de ingewijden. Wie hem niet gelooft, begrijpt de exponentiële curve nog niet.

Dat kan een oprechte observatie zijn. Het is óók uitstekende marketing.

5. Hij zette er geld achter

De meeste futuroloog-profeten krijgen applaus, een podcast en misschien een boekcontract. Aschenbrenner begon een hedgefonds.

De scorekaart: wat had hij goed?

Het is verleidelijk om na de gedwongen verkoop zijn hele visie weg te lachen. Dat zou gemakzuchtig zijn. Op enkele punten zag hij de richting aantoonbaar scherp.

Voorspelling uit 2024	Stand op 30 juli 2026	Oordeel
AI-capex wordt gigantisch	Goldman Sachs modelleert $765 miljard AI-capex in 2026 en $7,6 biljoen cumulatief tot 2031; Reuters sprak van circa $600 miljard Big Tech-capex in 2026	Sterk raak in richting
Stroom en datacenters worden een bottleneck	IEA verwacht meer dan een verdubbeling van datacenterstroom tot 2030 en waarschuwt dat netproblemen circa 20% van geplande projecten kunnen vertragen	Sterk raak
“Unhobbling” en extra inferencecompute worden belangrijk	Reasoningmodellen, tools, agents en test-time compute zijn centrale ontwikkelrichtingen geworden	Sterk raak
AI-omzet explodeert	Microsoft meldde in april 2026 een AI-omzetrunrate boven $37 miljard, 123% hoger dan een jaar eerder	Raak in richting, onder zijn zwaarste orde van grootte
Modellen overtreffen in 2025/26 veel afgestudeerden	Op examens, code en wiskunde vaak wel; in betrouwbaar zelfstandig werk niet algemeen	Gedeeltelijk en definitieafhankelijk
AI kan AI-onderzoek grotendeels automatiseren	Er zijn serieuze vroege AI-researchsystemen, maar nog geen breed bewezen vervanging van frontieronderzoekers	Vroege signalen, centrale claim onbewezen
AGI rond 2027	Deadline ligt nog in de toekomst; huidige systemen zijn sterk maar grillig	Open
Snelle intelligentie-explosie na AGI	Geen empirisch bewijs dat de volledige causale keten werkt	Speculatief
Een Amerikaans nationaal AI-project	Exportcontroles, industriebeleid en veiligheidsretoriek bewegen die kant op; geen volledig Manhattan-achtig project	Directioneel raak, institutioneel nog niet
Cruciale geheimen worden snel door China gestolen	Er zijn reële cyberrisico’s, maar geen openbaar bewijs dat de door hem bedoelde AGI-doorbraak of modelgewichten binnen zijn termijn zijn gestolen	Niet bewezen

De infrastructuurcall was geen toevalstreffer

Goldman Sachs schatte in mei 2026 dat de AI-infrastructuur tussen 2026 en 2031 ongeveer $7,6 biljoen aan kapitaal kan vragen, met jaarlijkse investeringen van $765 miljard in 2026 oplopend tot $1,6 biljoen in 2031. Dat zijn ramingen, geen voldongen feiten, maar ze liggen opmerkelijk dicht bij de industriële orde van grootte die Aschenbrenner twee jaar eerder beschreef. Wij wisten al sinds 2020 dat dit een mogelijkheid zou zijn.

De International Energy Agency verwacht dat het wereldwijde stroomverbruik van datacenters tegen 2030 meer dan verdubbelt tot circa 945 TWh. In de VS vertegenwoordigen datacenters bijna de helft van de verwachte groei van de elektriciteitsvraag tot 2030. Wachttijden voor transformatoren en kabels zijn langer geworden en netaansluitingen kunnen jaren duren.

Dit is precies de wereld die Aschenbrenner zag: AI als staal-, koper-, stroom- en betonverhaal.

Ook de omzet bestaat echt

Microsoft meldde in april dat zijn AI-activiteiten een jaarlijkse omzetrunrate van meer dan $37 miljard hadden bereikt, een stijging van 123% op jaarbasis. Dat is nog geen afzonderlijk AI-bedrijf met $100 miljard omzet, maar ook geen speeltje meer.

Volgens Reuters kwam OpenAI in februari boven $25 miljard aan geannualiseerde omzet en liep Anthropic in het voorjaar eveneens hard op. Die bedragen zijn niet hetzelfde als winst en maken de enorme capex niet automatisch rendabel. Ze laten wel zien dat de vraagcurve werkelijk steil is.

Waar zijn verhaal kraakt

Een sterke richtingvoorspelling is nog geen bewezen tijdlijn. En juist daar wordt Aschenbrenners redenering kwetsbaar.

Een “slimme middelbare scholier” is geen wetenschappelijke eenheid. Zijn bekendste grafiek koppelt meer “effectieve compute” aan menselijke ontwikkelingsstadia: kleuter, scholier, deskundige. Dat is begrijpelijk voor een lezer, maar analytisch glad ijs.

GPT-4 kon sommige examens beter maken dan de meeste scholieren en tegelijk eenvoudige praktische fouten blijven herhalen. De vergelijking maakt een grillige capaciteit tot één rechte intelligentieladder. Cognitiewetenschapper Gary Marcus wees erop dat de twee assen, compute en menselijk niveau, niet door een bewezen conversie met elkaar verbonden zijn.

Scaling laws garanderen geen AGI

Scaling laws laten zien dat bepaalde meetbare modelprestaties bij meer compute voorspelbaar verbeteren. Ze bewijzen niet dat planning, betrouwbaarheid, gezond verstand, langetermijngeheugen en originele wetenschap allemaal in hetzelfde tempo meegroeien.

Aschenbrenner telt fysieke compute, algoritmische efficiëntie en “unhobbling” bij elkaar op. Dat kan richting geven, maar de categorieën kunnen overlappen. Een tool, meer inferencecompute en betere post-training kunnen dezelfde zwakte langs verschillende kanten maskeren. Dan tel je mogelijk drie keer vooruitgang terwijl je één probleem oplost.

De intelligentie-explosie is een keten, geen feit

De keten ziet er zo uit: AGI → miljoenen kopieën → volledige automatisering van AI-onderzoek → jaren algoritmische vooruitgang in maanden → superintelligentie.

Elke pijl bevat een afzonderlijke onzekerheid.

Onderzoek is meer dan code genereren. Het vereist goede vragen stellen, experimenten kiezen, meetfouten wantrouwen, negatieve resultaten herkennen, impliciete kennis opbouwen en schaarse experimentcompute verdelen. Honderd miljoen middelmatige onderzoekers leveren niet automatisch honderd miljoen keer zoveel doorbraken.

Een in Nature gepubliceerd systeem genaamd The AI Scientist laat beide kanten zien. Het kon ideeën genereren, code schrijven, experimenten uitvoeren en complete papers produceren. Eén van drie geselecteerde papers zou een workshopreview hebben doorstaan. Maar mensen filterden vooraf de kansrijkste outputs, de workshop accepteerde 70% van de inzendingen en geen paper haalde volgens de auteurs het niveau van de hoofdconferentie. Dat is echte vooruitgang, én bewijs dat we nog niet bij honderd miljoen autonome topwetenschappers zijn.

Benchmarks zijn geen banen

METR meet hoe lange, afgebakende software- en onderzoekstaken AI-agents met een bepaalde kans kunnen voltooien. De vooruitgang is snel en ondersteunt een deel van Aschenbrenners verhaal. METR waarschuwt zelf echter dat zulke taken duidelijk omschreven en automatisch beoordeelbaar zijn. Werkelijke banen bevatten context, overleg, impliciete eisen en fouten die pas dagen later zichtbaar worden.

De Stanford AI Index 2026 vangt de paradox mooi. Modellen winnen gouden medailles op de internationale wiskundeolympiade, maar blijven falen op ogenschijnlijk eenvoudige taken. AI-agents bereikten ongeveer 66% op OSWorld en mislukten dus nog bij ruwweg één op de drie gestandaardiseerde computertaken.

De frontier is niet vlak. Hij is kartelig.

Zijn tijdtaal blijft rekbaar

“AGI in 2027 is opvallend plausibel” is geen kanspercentage. “Veel afgestudeerden overtreffen” kan examenprestaties betekenen, productiviteit per uur of volledige vervanging. “Remote worker” kan een code-assistent zijn of een zelfstandige werknemer.

Dat maakt de voorspellingen spannend maar achteraf moeilijk af te rekenen. Een goede forecaster hoort niet alleen een datum, maar ook een definitie en waarschijnlijkheid te geven.

Van manifest naar miljardenfonds

Aschenbrenner deed iets dat zijn critici niet konden negeren: hij belegde zijn verhaal.

Situational Awareness kreeg bij de start steun van:

• Patrick en John Collison, de oprichters van Stripe;

• voormalig GitHub-CEO Nat Friedman;

• technologie-investeerder Daniel Gross.

  
  

Later kwam volgens de WSJ ook Jane Street aan boord. In de eerste helft van 2025 verdiende het fonds volgens media ongeveer 47% netto en groeide het tot meer dan $1,5 miljard. Eind 2025 lag de door de Amerikaanse toezichthouder gerapporteerde regulatory AUM rond $9,28 miljard. In juni 2026 meldde de WSJ meer dan $20 miljard.

Die cijfers kunnen naast elkaar bestaan. Ze hebben verschillende meetdata en definities. Maar online werden ze vaak op één hoop gegooid.

De 13F-val

De officiële SEC-13F over 31 maart 2026 bevatte 42 regels met een totale gerapporteerde waarde van $13,676 miljard.

Dat bedrag is géén simpele foto van het fondsvermogen.

Een 13F:

• toont vooral longposities in Amerikaanse beursgenoteerde effecten;

• mist veel shorts, buitenlandse effecten en private beleggingen;

• verschijnt met vertraging;

• rapporteert opties op basis van de onderliggende aandelenwaarde, niet op basis van de betaalde premie;

• laat strikes, looptijden en veel compenserende posities niet zien.

  
  

De SEC legt expliciet uit dat een 13F geen volledig beeld geeft van de netto-exposure van een beheerder.

Toch verschenen online berichten dat Aschenbrenner “$8,5 miljard short chips” zat, omdat de filing grote putregels bevatte op onder meer de semiconductor-ETF SMH, Nvidia, Oracle, Broadcom, AMD, Micron en TSMC. Zonder premie, looptijd, uitoefenprijs en tegenoverliggende posities is die conclusie te stellig.

De filing liet wel een herkenbaar patroon zien:

Zichtbare longposities	Economische gedachte
Bloom Energy	Stroomopwekking voor datacenters
Sandisk	Opslag
CoreWeave	GPU-cloud en compute
IREN, Core Scientific, Applied Digital	Bestaande stroom- en datacenterlocaties
Nebius	AI-cloudinfrastructuur

Dit was niet “koop Nvidia en wacht”. Het was een veel bredere gok op de schaarse fysieke laag onder AI.

Toen de filing zelf de markt ging bewegen

Het fonds werd zo populair dat zijn meldingen koersen konden beïnvloeden. Na de bekendmaking van een belang van ongeveer 5,6% in Nebius steeg het aandeel volgens Reuters direct stevig. De WSJ beschreef hoe een belang van Situational Awareness T1 Energy eveneens fors hoger zette. Er werd zelfs een registratie ingediend voor een ETF die de laatst bekende 13F-posities zou kopiëren, een prospectusregistratie, geen bewijs dat het product daadwerkelijk succesvol is gelanceerd.

De cirkel was rond:

1. Het manifest trok aandacht.

2. De aandacht trok kapitaal.

3. Het kapitaal kocht AI-infrastructuur.

4. De koersstijgingen vergrootten zijn reputatie.

5. Zijn reputatie trok nog meer volgers en kapitaal.

   
   

Dat betekent niet dat de posities kunstmatig waren of dat sprake was van wangedrag. Het betekent wel dat zijn invloed reflexief werd: zijn reputatie en rendement versterkten elkaar.

Totdat dalende koersen en leverage dezelfde cirkel omdraaiden.

Waarom iedereen en zijn moeder het over hem heeft

De hype rond Aschenbrenner is geen toeval. Hij is het perfecte personage voor dit moment.

1. Het wonderkindverhaal

Een Berlijnse jongen begint op vijftienjarige leeftijd aan Columbia, wordt valedictorian, werkt voor zijn 23ste bij OpenAI en beheert kort daarna miljarden. Het verhaal schrijft zichzelf.

2. Het ontslagmysterie

Was hij een lastige medewerker die informatie deelde? Een interne klokkenluider die te vroeg gelijk kreeg over beveiliging? Of allebei? Omdat het dossier niet openbaar is, blijft iedereen zijn eigen film monteren.

3. Een voorspelling met een deadline

AGI in 2027 is dichtbij genoeg om zenuwachtig van te worden en ver genoeg weg om nog niet definitief te zijn weerlegd.

4. Hij combineert alle machtscentra

OpenAI. Anthropic. Wall Street. Washington. China. Chips. Stroom. Nucleaire afschrikking. FTX. Effective altruism. Er is bijna geen gesprek over moderne macht waarin hij niet één voet heeft staan.

5. Elitevalidatie

De Collison-broers, Nat Friedman, Daniel Gross en later Jane Street gaven hem iets wat geen viraal draadje kan kopen: institutionele geloofwaardigheid.

6. Oogverblindende rendementen

47%, 270%, 439%, meer dan 1.000%. Zulke cijfers schakelen het kritische vermogen van een publiek snel uit. Rendement is in de financiële wereld niet alleen een resultaat; het is een charisma-machine.

7. Hij zette zijn eigen geld en reputatie in

Volgens Fortune zat vrijwel zijn hele eigen vermogen in het fonds. Dat is echte skin in the game. Het bewijst geen gelijk, maar maakt hem moeilijker weg te zetten als commentator zonder consequenties.

8. Schaarste

Aschenbrenner gaf in juni 2024 één monumentaal podcastinterview en trad later dat jaar onder meer bij Stanford op. Daarna werd hij relatief stil. Veel recente video’s zijn over hem, niet met hem. In een wereld waarin iedereen dagelijks post, vergroot stilte de mystiek.

9. Zijn posities waren kopieerbaar

Een theorie over superintelligentie is abstract. Een lijst met aandelen is een koopknop.

10. De val is dramatisch symmetrisch

De man die beweerde beter dan de rest te zien wat eraan kwam, werd verrast door een risico in zijn eigen portefeuille. De man die zei dat niet opblazen prioriteit één en twee was, moest na margin calls noodgedwongen verkopen. En het fonds dat Situational Awareness heet, kwam in crisis.

Geen redacteur had het geloofd als een scenarioschrijver het had ingeleverd.

De sterkste case vóór Aschenbrenner

Een eerlijke analyse moet zijn beste argument behandelen, niet de makkelijkste karikatuur.

Hij zag de industriële bottleneck

Aschenbrenner begreep vroeg dat AI geen appverhaal maar een infrastructuurmobilisatie werd. De explosie in capex, datacenterleases, stroomcontracten en chipproductie ondersteunt hem. En heeft veel mensen gehad die hem zijn gaan kopieren en ook allemaal wonderkinderen werden.

De technische trends zijn werkelijk uitzonderlijk

De International AI Safety Report 2026 beschrijft snelle groei van trainingscompute en forse jaarlijkse algoritmische efficiëntiewinst, al verschillen experts van mening over hoe lang die trends houdbaar blijven. Epoch AI acht verdere sterke schaalvergroting tot 2030 technisch mogelijk, met stroom en chipproductie als belangrijke grenzen.

Hij benoemde reële veiligheidsproblemen

Frontiermodelgewichten, trainingsrecepten en onderzoeksdoorbraken zijn strategische doelen. Betere cyberbeveiliging, incidentplanning en internationale afspraken zijn verstandig, zelfs als AGI pas veel later komt.

Hij deed meer dan voorspellen

Hij koppelde technische, economische en geopolitieke ontwikkelingen tot een coherent model. Veel van zijn afzonderlijke ideeën waren niet nieuw; de synthese was wel uitzonderlijk effectief.

Hij had aantoonbaar een investeerbare variant view

De vroege resultaten waren niet uitsluitend marketing. Posities in stroom, datacenterlocaties, opslag en private AI-bedrijven leverden volgens de gerapporteerde rendementen enorme winsten op. Een maand met gedwongen deleveraging wist niet automatisch twee jaar aan goede calls uit.

De sterkste case tégen hem

Hij verkoopt zekerheid waar de wetenschap onzekerheid kent

Zijn tekst bevat caveats, maar de retorische kracht komt van rechte lijnen en concrete jaren. De lezer onthoudt 2027, honderd miljoen onderzoekers en een biljoenendatacenter — niet de foutmarges.

Hij kan richting en timing verwarren

Dat AI belangrijker wordt, bewijst niet dat AGI in 2027 komt. Dat stroom schaars wordt, bewijst niet dat een intelligentie-explosie volgt. Een paard kan de juiste kant op rennen en toch jaren te vroeg bij de finish staan.

Zijn belangen zijn niet neutraal

Aschenbrenner beheert een fonds dat profiteert wanneer beleggers zijn AI-infrastructuurverhaal geloven. Dat maakt zijn argumenten niet onwaar, maar wel anders dan die van een onafhankelijke onderzoeker.

Ook zijn grote Anthropic-belang vraagt om zorgvuldigheid. Fortune meldde dat zijn verloofde Avital Balwit chief of staff is van Anthropic-CEO Dario Amodei. Dat creëert minstens de schijn van een mogelijk belangenconflict. Er is geen openbaar bewijs van handel op voorkennis of ander wangedrag; verder gaan zou ongefundeerd zijn.

Zijn geopolitieke verhaal kan zichzelf waarmaken

Als de VS en China geloven dat één AGI-winnaar permanente militaire overheersing krijgt, worden geheimhouding, versnelling en preventieve sabotage rationeler. Het raceframe kan zo precies de gevaarlijke wedloop produceren waarvoor het waarschuwt.

AI is bovendien mogelijk minder één wedstrijd met één finish dan een algemene technologie met vele toepassingen, leveranciers en nationale sterke punten. De VS domineren frontiermodellen en kapitaal; China kan elders sterker zijn in productie, toepassing en kosten. Wie alles als één sprint ziet, vereenvoudigt de werkelijkheid.

Zijn fonds verwisselde overtuiging met overlevingsvermogen. Dit is de zwaarste kritiek van deze week.

Een megatrend kan tientallen jaren kloppen en een aandeel kan morgen 40% dalen. Een fonds dat zóveel leverage gebruikt dat het bij zo’n beweging gedwongen moet verkopen, heeft de langetermijnthese niet goed gekoppeld aan de financieringstermijn.

Wie zegt dat de toekomst exponentieel en vol onbekende schokken wordt, moet extra conservatief zijn met liquiditeit. Niet minder.

Het oordeel

Dus: is Leopold Aschenbrenner een genie?

Is hij een profeet?

Is hij een charlatan?

Was zijn risicobeheer goed?

De gebeurtenissen van 30 juli geven voorlopig een duidelijk antwoord: nee. Een fonds dat door margin calls een groot deel van zijn portefeuille in een noodtransactie moet verkopen, heeft de omvang, financiering of liquiditeit verkeerd ingeschat, ongeacht wat de portefeuille over vijf jaar waard zou zijn geweest. Dat doen profeten, genieen en ook charlatans niet. Hij heeft zichzelf, zoals velen van ons, erg overschat en daar heel veel mensen in meegetrokken.

Dat laat drie afzonderlijke rapportcijfers over:

Onderdeel	Beoordeling
Richting van AI-infrastructuur	Opvallend sterk
Timing van AGI en superintelligentie	Onbewezen
Portefeuille- en leveragerisico	Deze week ernstig tekortgeschoten

En precies daarom praat iedereen over hem.

Aschenbrenner belichaamt de hele AI-tijdgeest in één persoon: briljante techniek, messiaanse zekerheid, geopolitieke angst, ongekend kapitaal, spectaculaire winsten en plotselinge financiële kwetsbaarheid. Hij is tegelijk analyst, hoofdpersonage en waarschuwing. Hij heeft voorlopig geen gelijk maar ook geen ongelijk.

Het is deze:

Leopold Aschenbrenner kan gelijk hebben over de bestemming en toch met te hoge snelheid door de vangrail zijn gereden vanwege zelf overschatting.

Of zijn fonds van deze klap herstelt, zal de komende maanden blijken. Of zijn voorspelling over AGI klopt, weten we mogelijk al in 2027.

Tot die tijd verdient hij aandacht.

Geen verering. Geen leedvermaak.

Aandacht.

Tijdlijn

Datum	Gebeurtenis
2021	Valedictorian van Columbia; economics en mathematics-statistics
2022	Werkt bij FTX Future Fund; team neemt in november ontslag na de instorting van FTX
2023	Treedt toe tot OpenAI’s Superalignment-team
December 2023	Mede-auteur van Weak-to-Strong Generalization
April 2024	Ontslagen door OpenAI wegens een vermeend informatielek
Juni 2024	Publiceert Situational Awareness en verschijnt vierënhalf uur bij Dwarkesh Patel
2024	Richt Situational Awareness LP op
H1 2025	Volgens media 47% nettorendement; AUM boven $1,5 miljard
Eind 2025	Regulatory AUM rond $9,28 miljard
31 maart 2026	SEC-13F toont 42 regels met $13,68 miljard gerapporteerde positiewaarde
Mei 2026	Nebius-belang wordt bekend; aandeel stijgt direct
8 juni 2026	WSJ meldt meer dan $20 miljard AUM, 270% netto YTD en meer dan 1.000% sinds de start
24 juli 2026	Beleggersbrief meldt 439% netto over H1 en nodigt uit tot nieuw kapitaal per 1 augustus
30 juli 2026	FT meldt kapitaalzoektocht na zware AI-verliezen
30 juli 2026	Citadel koopt binnen circa 24 uur het grootste deel van het openbare aandelenboek

Samenvatting voor de snelle lezer

• Leopold Aschenbrenner is een Duitse AI-onderzoeker en belegger van midden twintig. Columbia bevestigt dat hij in 2021 valedictorian was; volgens profielen begon hij op zijn vijftiende aan de universiteit en studeerde hij op zijn negentiende af.

• Hij werkte bij het FTX Future Fund en daarna bij OpenAI’s Superalignment-team. Bij OpenAI was hij mede-auteur van serieus technisch onderzoek naar de controle van sterkere AI-systemen door zwakkere toezichthouders.

• OpenAI ontsloeg hem in april 2024 wegens een vermeend informatielek. Hij zegt dat een kritisch memo over de gebrekkige beveiliging van OpenAI een belangrijke rol speelde. OpenAI ontkent dat zijn veiligheidszorgen tot zijn vertrek leidden.

• In juni 2024 publiceerde hij het 165 pagina’s tellende Situational Awareness. De hoofdthese: AGI rond 2027 is opvallend plausibel; geautomatiseerd AI-onderzoek kan daarna snel tot superintelligentie leiden; daarvoor zijn gigantische hoeveelheden chips, stroom en kapitaal nodig; de VS en China belanden in een beslissende wedloop.

• Hij maakte van die visie een hedgefonds. Situational Awareness begon in 2024 met vroege steun van onder anderen Patrick en John Collison, Nat Friedman en Daniel Gross.

• De financiële opmars was spectaculair. Volgens media groeide het fonds tot meer dan $20 miljard, stond het eind mei 2026 270% hoger en eind juni 439% hoger in dat kalenderjaar. De rendementen zijn afkomstig uit berichtgeving en beleggersbrieven, niet uit openbare, onafhankelijk gecontroleerde jaarrekeningen.

• Op 30 juli kwam de omslag. Na verliezen op met geleend geld gefinancierde AI-posities en margin calls verkocht het fonds het grootste deel van zijn circa $16 miljard grote openbare aandelenboek aan Citadel. Axios meldt alle publieke aandelen; FT, WSJ en Business Insider spreken voorzichtiger over een groot deel of de meerderheid.

• Het fonds is niet aantoonbaar failliet. Het behoudt volgens de beste berichtgeving zijn private investeringen, waaronder een Anthropic-belang dat door de FT op ongeveer $5 miljard wordt geschat.

• Zijn infrastructuurvoorspelling was opmerkelijk scherp. AI-capex, stroomvoorziening, datacenters, geheugen en netwerkcomponenten zijn inderdaad centrale economische knelpunten geworden.

• Zijn kernvoorspelling is nog niet bewezen. In 2026 zijn AI-systemen indrukwekkend, maar nog geen breed betrouwbare, zelfstandige vervangers van top-AI-onderzoekers. AGI in 2027 en een daaropvolgende intelligentie-explosie blijven hypotheses.

• Het oordeel: Dus: is Leopold Aschenbrenner een genie? Is hij een profeet? Is hij een charlatan? Was zijn risicobeheer goed? De gebeurtenissen van 30 juli geven voorlopig een duidelijk antwoord: nee. Een fonds dat door margin calls een groot deel van zijn portefeuille in een noodtransactie moet verkopen, heeft de omvang, financiering of liquiditeit verkeerd ingeschat, ongeacht wat de portefeuille over vijf jaar waard zou zijn geweest. Dat doen profeten, genieen en ook charlatans niet. Hij heeft zichzelf, zoals velen van ons, erg overschat en daar heel veel mensen in meegetrokken.