Die KI-Industrie automatisiert sich selbst – und keiner redet über die Mechanik
KI-Labs automatisieren ihre eigene Forschung schneller als öffentlich bekannt. Anthropic schreibt 70-90% des Codes mit Claude.
OpenAI plant autonome Forschungsassistenten bis September 2026. Die Verschiebung von Coding zu strategischer Orchestrierung definiert Arbeit neu.
Video – Mensch oder Maschine? Wie KI die deutsche Industrie und unsere Jobs verändert
Das Wesentliche:
- Anthropic lässt Claude 70-90% des internen Codes schreiben
- OpenAI zielt auf autonome KI-Forscher auf Praktikantenebene bis September 2026
- Einzelne Labs erreichen 400% Effizienzverbesserungen pro Jahr durch algorithmische Optimierung
- Der Engpass verschiebt sich von technischer Ausführung zu strategischer Koordination
- Rekursive Selbstverbesserung findet bereits statt
Was in den Engineering-Teams passiert
Du hörst von selbstverbessernder KI. Du liest die Schlagzeilen über Proteste in San Francisco. Du siehst die Ankündigungen von OpenAI und Anthropic.
Die eigentliche Geschichte spielt sich in den Engineering-Teams ab.
Zwischen 70% und 90% des Codes bei Anthropic wird mittlerweile von Claude selbst geschrieben. Das ist keine Zukunftsvision. Das passiert jetzt. Ein Anthropic-Sprecher bestätigte diese Zahlen offiziell.
Kernpunkt: Die Automatisierung ist kein Pilotprojekt mehr. Sie ist operationelle Realität bei führenden Labs.
Wie sich der Engpass verschiebt
Hier wird es interessant.
Das Problem ist nicht mehr das Coding. Das Problem ist die Ausrichtung vor dem Code und die Merge-Queue danach.
Upstream geht es darum, das Team auf das zu Bauende auszurichten. Downstream um das Überprüfen und Zusammenführen in die Produktion.
Die Arbeit wandert von technischer Ausführung zu strategischer Orchestrierung.
Ein Anthropic-Forscher betrieb sechs Kopien der KI. Jede verwaltete weitere 28 parallele Instanzen. Alle führten gleichzeitig Experimente durch. Das ist keine Produktivitätssteigerung. Das ist eine Neudefinition dessen, was ein Team bedeutet.
Kernpunkt: Wenn ein einzelner Forscher 168 parallele Arbeitsströme koordiniert, verändert sich die Definition von Teamgröße und Kapazität grundlegend.
Was OpenAI bis September 2026 plant
OpenAI plant, bis September 2026 einen autonomen KI-Forschungsassistenten auf Praktikantenebene zu entwickeln. Die zentrale Metrik ist nicht Intelligenz. Die Metrik ist autonome Arbeitszeit.
Wie lange arbeitet das System ohne menschliche Intervention?
Aktuelle Modelle schaffen etwa fünf Stunden. Das reicht für spezifische Aufgaben. Nicht für kontinuierliche Forschung.
Der Sprung zum Praktikantenniveau bedeutet Tage, nicht Stunden. Der Sprung zum vollautomatisierten Forscher bis 2028 bedeutet Wochen.
Kernpunkt: Die Messgröße verschiebt sich von Intelligenz zu Autonomiedauer. Fünf Stunden heute, Wochen in zwei Jahren.
Die 400-Prozent-Effizienzregel pro Jahr
Dario Amodei nannte bei Davos im Januar 2026 eine Zahl. Einzelne Labs erreichen mit menschengesteuerter Forschung etwa 400 Prozent Effizienzverbesserungen pro Jahr.
Das ist der Compute Multiplier. Die gleiche Menge Rechenleistung liefert ein Modell, das viermal besser ist. Nicht durch mehr Hardware. Durch bessere Algorithmen.
Jetzt kombiniere das mit KI, die ihre eigenen Algorithmen schreibt.
Amodei beschrieb den Mechanismus direkt: Wir erstellen Modelle, die gut im Programmieren und in der KI-Forschung sind. Wir nutzen sie, um die nächste Generation zu produzieren. Das beschleunigt die Schleife.
Kernpunkt: 400 Prozent jährliche Effizienzsteigerung durch Algorithmen, multipliziert mit KI, die Algorithmen schreibt. Das ist exponentielle Beschleunigung durch Selbstreferenz.
Warum das keine Science-Fiction mehr ist
Die ICLR 2026 widmet einen ganzen Workshop der rekursiven Selbstverbesserung. LLM-Agenten schreiben ihre eigenen Codebasen um.
Wissenschaftliche Pipelines planen kontinuierliches Fine-Tuning. Robotik-Stacks patchen Controller aus Streaming-Telemetrie.
Das ist nicht die monolithische Superintelligenz aus den AGI-Mythen. Das ist ein systemischer Prozess. Tausende spezialisierte Tools automatisieren Routineaufgaben und machen neue Aufgaben handhabbar.
Die Frage ist nicht, ob KI sich rekursiv verbessert. Das tut sie bereits.
Die Frage ist, wie schnell du erkennst, was bereits entsteht.
Kernpunkt: Rekursive Selbstverbesserung ist kein theoretisches Konzept. Sie läuft in Produktionsumgebungen führender Labs.
Was das für deine Position bedeutet
Wenn Anthropics interne Benchmarks zeigen, dass Claude 427-mal schneller ist als seine menschlichen Betreuer bei bestimmten Schlüsselaufgaben, dann reden wir nicht über Produktivitätswerkzeuge.
Wir reden über eine Neudefinition von Arbeitskraft.
Die effektiven Teams der Frontier-Labs wachsen von niedrigen Tausenden auf Zehntausende und dann Hunderttausende. Innerhalb von ein bis zwei Jahren. Nicht durch Einstellungen. Durch Automatisierung.
Das ist die strukturelle Verschiebung, die der Markt noch nicht eingepreist hat. Die Proteste in San Francisco sind nicht das Signal. Die Codezeilen bei Anthropic sind das Signal.
Du hast zwei Optionen. Warte auf die öffentliche Debatte. Oder verstehe die Mechanik, bevor sie sichtbar wird.
Häufig gestellte Fragen
Wie weit ist die KI-Selbstverbesserung bereits fortgeschritten?
Anthropic lässt Claude bereits 70-90 Prozent des internen Codes schreiben. OpenAI zielt auf autonome Forschungsassistenten bis September 2026. Die Technologie ist operativ, nicht experimentell.
Was bedeutet autonome Arbeitszeit bei KI-Forschern?
Es misst, wie lange ein KI-System ohne menschliche Intervention arbeitet. Aktuelle Modelle schaffen etwa fünf Stunden. Praktikantenniveau bedeutet Tage. Vollautomatisierte Forscher bedeuten Wochen kontinuierlicher autonomer Arbeit.
Was sind die 400 Prozent Effizienzverbesserungen?
Einzelne Labs erreichen jährlich 400 Prozent bessere Modelle mit der gleichen Rechenleistung. Das geschieht durch algorithmische Optimierung, nicht durch mehr Hardware. Wenn KI diese Algorithmen selbst schreibt, beschleunigt sich dieser Prozess.
Verschwindet dadurch menschliche Arbeit in der KI-Forschung?
Die Arbeit verschiebt sich. Technische Ausführung wird automatisiert. Strategische Koordination, Ausrichtung und Merge-Entscheidungen bleiben menschlich. Der Engpass wandert von Coding zu Orchestrierung.
Warum ist das wichtiger als die öffentliche Debatte über KI-Risiken?
Öffentliche Debatten fokussieren auf hypothetische Szenarien. Die Mechanik der Selbstautomatisierung läuft bereits in Produktionsumgebungen. Das ist keine Spekulation. Das ist messbare operative Realität bei führenden Labs.
Wie schnell wachsen effektive Teamgrößen durch Automatisierung?
Frontier-Labs erwarten, dass ihre effektiven Teams von Tausenden auf Zehntausende bis Hunderttausende wachsen. Innerhalb von ein bis zwei Jahren. Nicht durch Einstellungen, sondern durch automatisierte Agenten, die parallele Arbeitsströme verwalten.
Was ist rekursive Selbstverbesserung in der Praxis?
LLM-Agenten schreiben ihre eigenen Codebasen um. Wissenschaftliche Pipelines planen kontinuierliches Fine-Tuning. Robotik-Stacks patchen Controller aus Streaming-Telemetrie. Das ist kein einzelnes System, sondern tausende spezialisierte Tools, die sich gegenseitig verbessern.
Welches Signal sollte ich beobachten?
Nicht die Proteste oder Schlagzeilen. Beobachte die operativen Metriken der Labs. Codezeilen von KI geschrieben. Autonome Arbeitszeit. Effizienzverbesserungen pro Jahr. Diese Zahlen zeigen die strukturelle Verschiebung, bevor sie im Markt sichtbar wird.
Zentrale Erkenntnisse
- 70-90 Prozent des Codes bei Anthropic werden von Claude geschrieben. Das ist operative Realität, keine Zukunftsvision.
- OpenAI plant autonome KI-Forscher auf Praktikantenebene bis September 2026. Die Metrik ist Autonomiedauer, nicht Intelligenz.
- 400 Prozent jährliche Effizienzsteigerung durch algorithmische Optimierung, multipliziert mit KI, die Algorithmen schreibt, erzeugt exponentielle Beschleunigung.
- Der Engpass verschiebt sich von technischer Ausführung zu strategischer Orchestrierung. Coding wird automatisiert, Koordination bleibt menschlich.
- Effektive Teamgrößen wachsen von Tausenden auf Hunderttausende innerhalb von ein bis zwei Jahren durch Automatisierung, nicht Einstellungen.
- Rekursive Selbstverbesserung läuft bereits in Produktionsumgebungen. Das ist kein theoretisches Konzept.
- Die strukturelle Verschiebung ist in operativen Metriken sichtbar, bevor sie im Markt eingepreist wird. Codezeilen und Autonomiedauer sind die Signale, nicht Schlagzeilen.
