METR: KI trägt offenbar zu etwa verdoppeltem Tempo von Anthropics Modellfortschritt bei

Nicht die nächste öffentliche Modellversion sorgt diesmal für Aufmerksamkeit, sondern der Blick hinter die Labortüren von Anthropic. Dort setzt das Unternehmen KI-Systeme ein, um die Entwicklung neuer Modelle zu beschleunigen. Am 5. November 2026 legte die unabhängige Evaluierungsorganisation METR die Ergebnisse einer elfwöchigen Untersuchung vor. Ihre vorsichtige Schätzung: Bei klar definierten Aufgaben steigert Anthropic die Fähigkeiten seiner Modelle derzeit ungefähr doppelt so schnell wie im Vergleichszeitraum von März 2024 bis Oktober 2025. METR schätzt mit erheblicher Unsicherheit, dass möglicherweise rund 80 Prozent dieser Beschleunigung auf den Einsatz von KI zurückgehen. Von vollständig autonomer Selbstverbesserung kann jedoch keine Rede sein. Zudem beruhen die Ergebnisse auf internen Kennzahlen, Interviews und teilweise geschwärzten Befunden; die Prüfer weisen ausdrücklich auf erhebliche Unsicherheiten hin. Recherchequelle: metr.org→

Wie belastbar ist die Verdopplung?

Die Verdopplung ist kein direkt abgelesener Produktivitätswert, sondern das Ergebnis einer Auswertung verschiedener interner Signale. Vom 12. August bis zum 29. Oktober 2026 untersuchte METR mehrere Bereiche von Anthropics Entwicklungsarbeit. Dazu gehörten Kennzahlen aus Vortraining und Reinforcement Learning, Angaben zum Trainingsaufwand einzelner Bereiche, Benchmarkwerte interner Modelle und Analysen zur Beschleunigung von Arbeitsabläufen. Ergänzend führten die Prüfer Gespräche mit Mitarbeitern.

Als wichtige Bezugsgröße diente der AECI, Anthropics Variante des Epoch Capabilities Index. Seit Oktober 2025 wuchsen die damit erfassten Modellfähigkeiten laut METR 1,9-mal so schnell wie zuvor. Das berechnete 95-Prozent-Konfidenzintervall reicht von 1,5 bis 2,8. Zugleich hält die Organisation angesichts der methodischen Unsicherheiten auch Beschleunigungsfaktoren von etwa 1,3 oder 3 für möglich. Die griffige Verdopplung bleibt damit eine begründete Schätzung, keine punktgenaue Messung.

Hinzu kommt eine inhaltliche Grenze: Der Index erfasst vor allem klar formulierte Aufgaben mit überprüfbaren Ergebnissen. In welchem Maß KI auch offene Forschungsfragen oder strategische Entscheidungen beschleunigt, lässt sich daraus nicht unmittelbar ableiten. Für die Einordnung kommt es daher darauf an, welche Tätigkeiten die Systeme innerhalb des Labors tatsächlich übernehmen.

Was Claude im Forschungslabor übernimmt

Anthropic entwickelte dafür einen eigenen Automatisierungsindex auf Grundlage einer von Epoch AI vorgeschlagenen Skala. Nach der anhand der Personenzeit gewichteten Auswertung entfielen im August 2026 rund 26 Prozent der erfassten Forschungs- und Entwicklungsarbeit auf die Stufe „führt“. Gemeint ist damit, dass das System den Großteil einer Aufgabe nach einem übergeordneten Auftrag von Anfang bis Ende bearbeiten kann, während ein Mensch die Ausführung beaufsichtigt. Bei mehr als 90 Prozent der erfassten Tätigkeiten arbeitete Claude mindestens auf der Stufe „kollaboriert“ und übernahm größere Arbeitspakete unter enger Anleitung. Für keinen der untersuchten Bereiche wies die Erhebung vollständige Autonomie aus.

Auf Anthropics meistgenutzter interner Plattform waren im August gleichzeitig ungefähr 30.000 Agenten mit Forschungs- und Entwicklungsarbeit beschäftigt. Nach Darstellung des Unternehmens reicht ihr Einsatz von Programmierung und Experimenten bis zu längeren technischen Arbeitsabläufen. Da die Werte auf einer unternehmenseigenen Methodik beruhen und ein einheitlicher Maßstab der KI-Labore fehlt, lassen sie sich nicht ohne Weiteres mit Angaben anderer Anbieter vergleichen. Recherchequelle: anthropic.com→

Besonders deutlich zeigt sich die Größenordnung in der Softwareentwicklung. Nach Anthropics interner Zuordnung stammten im Mai 2026 mehr als 80 Prozent der in die Produktionscodebasis übernommenen Codezeilen von Claude. Im zweiten Quartal integrierte der typische Entwickler pro Tag achtmal so viele Codezeilen wie 2024. Anthropic weist selbst darauf hin, dass diese Menge den tatsächlichen Produktivitätsgewinn wahrscheinlich überzeichnet: Mehr Code sagt noch wenig darüber aus, wie gut die Arbeit ist und wer ihre Richtung bestimmt. Recherchequelle: anthropic.com→

Der Mensch bestimmt noch, wohin die Reise geht

Hohe Ausführungskompetenz ist noch keine wissenschaftliche Urteilskraft. Nach Anthropics Darstellung kann Claude klar formulierte Experimente bearbeiten und dabei mit erfahrenen Mitarbeitern mithalten oder sie übertreffen. Bei technischen Aufgaben reicht teils ein vorgegebenes Ziel; den Lösungsweg kann das System selbst entwickeln. Seine Grenzen werden deutlicher, sobald nicht die Bearbeitung, sondern die Auswahl eines Problems im Mittelpunkt steht. Welche Forschungsfrage ist relevant? Welcher Ansatz verdient weitere Arbeit, welcher sollte verworfen werden?

In den von Anthropic beschriebenen Abläufen setzen Menschen weiterhin die Ziele, bestimmen die Forschungsrichtung und prüfen die Ergebnisse. Claude kann einzelne Schritte erheblich beschleunigen, übernimmt jedoch nicht im gleichen Maß die strategischen Entscheidungen. Diese Lücke trennt die gegenwärtige Arbeitsteilung von einem selbstständigen Forscher.

„KI entwickelt KI“ ist daher nur als verkürzte Beschreibung brauchbar. Gemeint ist eine zunehmende Automatisierung innerhalb eines weiterhin menschlich geführten Entwicklungsprozesses. Rekursive Selbstverbesserung im engeren Sinn würde voraussetzen, dass ein System einen leistungsfähigeren Nachfolger weitgehend selbstständig entwirft. Einen solchen Zustand belegen die vorliegenden Angaben nicht. Gerade die enge Verflechtung menschlicher Entscheidungen mit maschineller Ausführung wirft allerdings die Frage auf, wie gut sich der Entwicklungsprozess von außen nachvollziehen lässt.

Die entscheidenden Daten bleiben hinter Türen

Der Zugang für METR war weitreichend, die öffentliche Fassung bleibt dennoch unvollständig. Anthropic durfte nicht öffentliche Angaben entfernen lassen und machte von diesem Recht auch bei Befunden Gebrauch, die für die Risikoeinschätzung der Prüfer wichtig waren. Damit fehlen Außenstehenden Teile der Datengrundlage: Weder sämtliche Berechnungen noch genaue Schätzungen zum Beitrag einzelner Entwicklungsschritte lassen sich öffentlich nachvollziehen.

Auf Basis der eingesehenen Informationen vermutet METR mit erheblicher Unsicherheit, dass im Oktober 2026 ungefähr 80 Prozent der aktuellen Beschleunigung auf den Einsatz von KI zurückgingen. Geprüft wurden auch andere mögliche Einflüsse, darunter zusätzliches Personal, bessere Daten und algorithmische Fortschritte. Eine beschleunigte Ausweitung der Trainingsrechenleistung schloss die Organisation nach eigener Einschätzung als Ursache aus.

Eine gesonderte Prüfung von Anthropics Risikobericht vom August verschärft den Transparenzkonflikt. Nach Einschätzung von METR ließ der öffentliche Bericht das damalige Ausmaß der Beschleunigung geringer erscheinen, als es die internen Informationen nahelegten. Zugleich stimmten die Prüfer Anthropic darin zu, dass von den bis zum 15. Juli betrachteten internen Modellen ein niedriges unmittelbares Katastrophenrisiko durch automatisierte Forschung ausging. Ob zu diesem Zeitpunkt bereits ein internes Frühwarnkriterium überschritten war, hält METR jedoch für plausibel; die Bewertung beruhe auf anfechtbaren Ermessensentscheidungen. Externe Prüfer wissen damit mehr als die Öffentlichkeit, können aber einen Teil ihrer Begründung nicht offenlegen. Recherchequelle: metr.org→

Beschleunigen und gleichzeitig bremsen

Anthropic steht damit zugleich auf dem Gas und fordert mehr Zeit zum Bremsen. Firmenchef Dario Amodei verlangte im September 2026, den Zuwachs an Modellfähigkeiten zu verlangsamen, damit Sicherheitsforschung, Kontrollverfahren und externe Prüfer mit der technischen Entwicklung Schritt halten können. Sein Begriff „Pacing“ bezeichnet nach eigener Darstellung keinen vollständigen Stopp des Modelltrainings oder des technischen Fortschritts. Vielmehr soll ein geringeres Tempo zusätzliche Zeit für Schutzmaßnahmen und unabhängige Bewertungen schaffen. Als Begründung verwies Amodei unter anderem darauf, dass KI zunehmend an der Entwicklung ihrer nächsten Generation mitarbeitet. Recherchequelle: darioamodei.com→

Anthropic-Mitgründer Sam McCandlish ordnete den METR-Bericht aus Sicht des Unternehmens ein. Wie die Associated Press am 5. November berichtete, entsprachen viele Schlussfolgerungen der Prüfer seiner eigenen Einschätzung. Wie groß der tatsächliche Anteil der KI an der Beschleunigung sei, lasse sich allerdings schwer bestimmen. Die Schwärzungen begründete McCandlish mit wirtschaftlich sensiblen Informationen und dem Risiko, Konkurrenten einen Fahrplan für eine noch schnellere Entwicklung zu liefern. Diese Erklärung ist eine Reaktion Anthropics, kein unabhängig bestätigtes Ergebnis. Sie legt jedoch den Konflikt offen, den das Unternehmen geltend macht: Zusätzliche Transparenz kann Kontrolle ermöglichen, aus seiner Sicht aber auch Informationen preisgeben, die den Wettbewerb weiter antreiben. Recherchequelle: AP News→

Wenn Fortschritt zum eigenen Treibstoff wird

Die Befunde tragen nicht die Behauptung einer autonomen Intelligenzexplosion. Das neue Moment liegt vielmehr in einer möglichen Verstärkungsschleife: Leistungsfähigere Modelle beschleunigen Teile der Entwicklungsarbeit, was die Entstehung ihrer Nachfolger verkürzen kann. Damit wird Fortschritt nicht nur zum Ergebnis der Forschung, sondern zunehmend zu einem ihrer Produktionsmittel.

Für die kommenden zwölf Monate fand METR keine Belege für erhebliche Engpässe bei algorithmischen Fortschritten, Trainingsrechenleistung, Rechenleistung für Experimente oder Daten, die eine weitere Steigerung klar begrenzen würden. Dieser Befund ist jedoch kein Nachweis dafür, dass solche Grenzen fehlen. Die Prüfer betonen ihre erhebliche Unsicherheit, halten übersehene Hindernisse für möglich und berichten, dass sich ihre Einschätzung während der Untersuchung mehrfach änderte. Eine zwangsläufig fortgesetzte oder weiter zunehmende Beschleunigung lässt sich daraus nicht ableiten.

Neben der Leistung eines fertigen Modells rückt deshalb das Entwicklungstempo als eigene Messgröße in den Blick: Wie stark verkürzt der Einsatz eines Systems die Arbeit an seinem Nachfolger? Herkömmliche Modelltests beantworten diese Frage nur teilweise, weil sie vor allem das Ergebnis und nicht dessen Entstehung untersuchen. Für unabhängige Prüfer erweitert sich damit das Aufgabenfeld. Sie müssen nicht allein die Fähigkeiten veröffentlichter Systeme bewerten, sondern auch beobachten können, wie stark KI bereits in den Entwicklungsprozess der Labore eingreift. Nur dann lässt sich die Geschwindigkeit dieses Kreislaufs belastbar einschätzen.

Weiterführende Informationen

Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.

Unite.AI – METR schätzt, dass sich Anthropic bei der Weiterentwicklung seiner Modelle nahezu verdoppelt hat
Der Beitrag erklärt die AECI-Messung, den Beschleunigungsfaktor von 1,9 und die erheblichen methodischen Unsicherheiten.
https://www.unite.ai/de/metr-estimates-anthropics-model-capability-growth-has-nearly-doubled/

Reuters / MarketScreener – Anthropic: Claude trägt inzwischen ein Viertel der Arbeit an den nächsten KI-Modellen
Der Artikel beleuchtet Claudes Anteil an der internen Forschungsarbeit, den parallelen Einsatz von rund 30.000 Agenten und die Grenzen ihrer Autonomie.
https://de.marketscreener.com/boerse-nachrichten/anthropic-claude-traegt-inzwischen-ein-viertel-der-arbeit-an-den-naechsten-ki-modellen-ce785bd3d18efe2c

Reuters / onvista – Ringen um KI-Sicherheit: Anthropic öffnet sich für externe Prüfer
Der Beitrag erläutert den internen Zugang der METR-Prüfer sowie deren Veröffentlichungsrechte und die weiterhin möglichen Schwärzungen.
https://www.onvista.de/news/2026/10-16-ringen-um-ki-sicherheit-anthropic-oeffnet-sich-fuer-externe-pruefer-0-20-26564736