Die steilere Forschungskurve und ihr KI-Anteil

Kurzfassung: METR beobachtet bei Anthropic eine beschleunigte Entwicklung auf definierten Aufgaben. Wie viel davon KI verursacht, bleibt deutlich unsicherer als der gemessene Trend. Für die Forschungsplanung sind Fortschrittsrate, Ursachenanteil und autonome Beiträge deshalb getrennte Größen. Wer sie vermischt, macht aus einem interessanten Befund eine zu sichere Investitionsannahme.

Ein Forschungsteam liefert schneller bessere Ergebnisse und setzt zugleich immer mehr KI ein. Für die Budgetrunde liegt die Erklärung nahe: Die Werkzeuge haben den Fortschritt beschleunigt. Aber zusätzliche Beschäftigte, andere Versuchsbedingungen oder eine veränderte Bewertung können ebenfalls beitragen. Die Unterscheidung entscheidet darüber, welche Investition sich wiederholen lässt. Ein genauerer Blick auf eine aktuelle Untersuchung bei Anthropic zeigt, wie anspruchsvoll selbst unter ungewöhnlich guten Zugangsbedingungen der Weg vom beobachteten Fortschritt zu dessen Ursachen bleibt.

Zwei verschiedene Aussagen über dieselbe Kurve

METR veröffentlichte am 5. November 2026 eine Untersuchung zur Beschleunigung der KI-Forschung bei Anthropic. Vom 12. August bis zum 29. Oktober erhielt das Bewertungsteam Zugang zu internen Entwicklungsdaten, Rechenaufwand, Modellbewertungen und Gesprächen mit Beschäftigten. Gegenstand war nicht nur, ob einzelne Entwickler schneller arbeiten, sondern ob sich die Entwicklung leistungsfähigerer Modelle insgesamt beschleunigt.

Ein zentraler Befund betrifft AECI, Anthropics Variante des Epoch Capabilities Index. Seit Oktober 2025 stiegen die damit erfassten Modellleistungen laut METR mit geschätzt dem 1,9-Fachen der vorherigen Fortschrittsrate. Das ausgewiesene 95-Prozent-Konfidenzintervall reicht von 1,5 bis 2,8. Gemeint ist eine Änderung der Geschwindigkeit auf dieser Messskala: Ungefähr zwei Jahre historischen Fortschritts wurden in einem Jahr erreicht. Das bedeutet weder 90 Prozent mehr Unternehmensproduktivität noch eine Verdopplung sämtlicher Forschungsleistungen.

Die Ursachenfrage beantwortet METR vorsichtiger. Das Team schätzt subjektiv, vielleicht 80 Prozent der aktuellen Beschleunigung im Oktober seien auf KI zurückzuführen. Dafür gibt es nach eigener Darstellung verschiedene Hinweise, aber keine entscheidende Evidenz und keinen Konsens unter den befragten Anthropic-Beschäftigten. Nicht-KI-Faktoren hätten insbesondere Ende 2025 wahrscheinlich mitgewirkt. Die 80 Prozent beziehen sich also weder auf sämtliche Forschung noch auf den Anteil autonom erledigter Arbeit.

Diese Trennung ist die eigentliche Managementinformation: Eine Fortschrittskurve lässt sich statistisch beschreiben, während ihre Erklärung wesentlich stärker von Interpretation abhängt. Beide Aussagen können nützlich sein, ohne denselben Sicherheitsgrad zu besitzen.

Die Zahl hängt auch am Messinstrument

AECI bündelt Leistungen auf vergleichsweise gut spezifizierten Aufgaben. METR nennt selbst die Möglichkeit, dass eine Optimierung auf die geprüften Aufgaben oder Eigenschaften der Indexmethodik einen Teil des Befunds erklären könnten. Bei unterschiedlichen Entscheidungen zu einbezogenen Tests, Modellen und Datierungen ergeben die Robustheitsanalysen Beschleunigungswerte zwischen 1,1 und 2,9. Diese Spanne ist nicht dasselbe wie das Konfidenzintervall der zentralen Schätzung: Sie zeigt, wie Ergebnisse auf andere methodische Entscheidungen reagieren.

Zugleich berichtet METR überzeugende Hinweise gegen eine bestimmte Erklärung: Die Beschleunigung sei nicht durch eine Beschleunigung des Wachstums der Trainingsrechenleistung verursacht. Daraus folgt nicht, dass Rechenleistung unwichtig geworden wäre. Eine einzelne Alternativerklärung auszuschließen macht KI auch nicht automatisch zur alleinigen Ursache.

Die öffentliche Überprüfbarkeit bleibt begrenzt. Anthropic ließ einen Großteil der für METRs Schlussfolgerungen besonders informativen Belege entfernen; das Unternehmen begründete dies mit vertraulichen Informationen, die andere KI-Entwickler beschleunigen könnten. METR legt diese Einschränkung offen. Der Bericht ist damit mehr als eine bloße Anbieterbehauptung, aber weniger als eine öffentlich vollständig nachrechenbare Ursachenanalyse.

Für die eigene Forschungssteuerung folgt daraus eine praktische Unterscheidung. Die Messdefinition sollte über die Zeit stabil bleiben. Werden Aufgaben, Qualitätsanforderungen oder Bewertungsverfahren verändert, braucht die Reihe einen erkennbaren Übergang. Sonst kann eine veränderte Messung wie ein besserer Entwicklungsprozess aussehen.

Schnellere Einzelarbeit ist nicht die gesamte Forschungsrate

Besonders anschaulich wird die Differenz bei den von METR beschriebenen internen Selbstauskünften. In niedrigschwelligen Slack-Abstimmungen meldeten Beschäftigte im Oktober individuelle Beschleunigungen bis zum Zwölffachen. METR bezeichnet diese Angaben ausdrücklich als nur sehr lose Evidenz. Eine gefühlte Zeitersparnis bei der eigenen Arbeit lässt sich nicht unmittelbar in eine entsprechend höhere Fortschrittsrate des gesamten Labors umrechnen.

Ein gedachtes Beispiel aus der Produktentwicklung zeigt warum. KI erzeugt Varianten und Auswertungscode schneller. Wenn dieselbe Versuchsreihe weiterhin mehrere Wochen benötigt, wächst die Zahl abgeschlossener und bestätigter Entwicklungen nicht im selben Verhältnis. Werden gleichzeitig zusätzliche Prüfstände angeschafft, können später mehr Ergebnisse entstehen. Welche Wirkung den Werkzeugen und welche den Prüfständen zukommt, muss gesondert untersucht werden. Das Beispiel illustriert die Messfrage; es beschreibt keinen von METR untersuchten Industriebetrieb.

Auch Assistenz und Autonomie bleiben verschiedene Sachverhalte. Nach dem Bericht entstehen die beobachteten Beiträge überwiegend durch KI-Unterstützung. METR versteht den damaligen Stand nicht als Fähigkeit zu besonders bedeutsamen, vollständig autonomen Beiträgen in den wichtigsten Teilen des Modelltrainings. Hinweise auf mögliche künftige Beiträge sind keine bereits belegte autonome Selbstbeschleunigung.

Für Forschungsleitungen verändert das die Informationsanforderung: Neben der Zahl erzeugter Vorschläge zählt der Fortschritt bis zum fachlich bestätigten Ergebnis. Und neben diesem Ergebnis steht die Frage, durch welche Kombination von Menschen, Werkzeugen und Versuchsmitteln es zustande kam.

Investieren, ohne den Ursachenanteil vorwegzunehmen

Eine brauchbare betriebliche Auswertung hält deshalb drei Dinge auseinander. Sie führt eine vergleichbare Ergebnisreihe, dokumentiert wesentliche Veränderungen der eingesetzten Mittel und prüft die KI-Wirkung möglichst mit geeigneten Vergleichsgruppen oder zeitlich gestaffelten Einführungen. Ein solcher Vergleich muss Unterschiede der Aufgaben und Teams berücksichtigen; er erzeugt nicht allein durch seine Existenz einen Kausalbeweis.

Für die Budgetentscheidung ist außerdem wichtig, worauf sich der Nutzen stützt. Ein bereits beobachteter Zeitgewinn kann eine weitere Lizenz oder einen begrenzten Ausbau rechtfertigen. Ein Investitionsplan, der nur bei fortlaufend steigender Forschungsbeschleunigung aufgeht, enthält eine zusätzliche Annahme. METR sieht ein erhebliches Risiko weiterer Beschleunigung, betont aber Unsicherheit über mögliche Grenzen. Daraus lässt sich keine gesicherte Entwicklung für die nächsten Jahre ableiten.

Die sachgerechte Konsequenz ist daher nicht, interessante Ergebnisse kleinzurechnen. Eine Forschungsleitung kann mit dem beobachteten Nutzen planen und eine stärkere zukünftige Wirkung separat als Szenario führen. Dann bleibt sichtbar, welche Ausgabe sich schon unter heutigen Bedingungen trägt und welche erst durch eine noch ungeklärte Beschleunigung rentabel würde.