Die Fabrik, die ihre Werkzeugmaschinen selbst baut
Stellen Sie sich einen Maschinenbauer vor, der die Maschinen zur Herstellung seiner Maschinen selbst entwirft. Solange Menschen jede Zeichnung freigeben, ist das gewöhnlicher Fortschritt. Wird die Werkzeugmaschine so gut, dass sie die nächste, bessere Werkzeugmaschine überwiegend allein konstruiert, dreht sich die Spirale schneller: Jede Generation verkürzt die Entwicklungszeit der nächsten. Genau diese Rückkopplung meint der Begriff „rekursive Selbstverbesserung“ (RSI) in der KI-Branche.
Der Begriff ist unscharf, und das ist Teil des Problems. TechCrunch nannte ihn im Mai „das neue AGI“. Helen Toner vom Georgetown-Institut CSET betont dort, dass bloßes Nutzen von KI in der KI-Forschung noch keine RSI sei – das klassische Verständnis verlange, dass keine Menschen mehr nötig sind. Die METR-Forscherin Ajeya Cotra unterscheidet Meilensteine: „Adäquanz“ (ein reines KI-System kann noch Forschung betreiben, wenn auch schlechter), „Parität“ und „Suprematie“. Für Entscheider heißt das: Die Frage ist nicht „Ist RSI da – ja oder nein?“, sondern „Wie stark beschleunigt KI die eigene Entwicklung bereits, und wer misst das?“
Was METR gemessen hat
Diese Woche liegt erstmals eine unabhängige Messung mit weitem Zugang zu internen Daten vor. METR, eine Organisation, die untersucht, ob Entwickler fortgeschrittener KI die Kontrolle behalten, war vom 12. August bis 29. Oktober bei Anthropic und hat die Beschleunigung der KI-Forschung bewertet. Das Ergebnis, mit METRs eigener Unsicherheitsangabe: Anthropic verbessert die Fähigkeiten seiner Modelle bei klar definierten Aufgaben derzeit etwa doppelt so schnell wie zwischen März 2024 und Oktober 2025 – plausibel liegt der Faktor zwischen 1,3 und 3. Anders gesagt: In einem Jahr entsteht der Fortschritt von zwei Jahren.
Die Zahl stützt sich auf einen Index (AECI, Anthropics Variante des Epoch Capabilities Index) mit 1,9-facher Beschleunigung seit Oktober 2025 (95-Prozent-Konfidenzintervall 1,5 bis 2,8). Zwei Befunde sind für die Einordnung zentral. Erstens: Mehr Rechenleistung erklärt die Beschleunigung laut METR nicht. Zweitens schätzt METR, dass derzeit „vielleicht 80 Prozent“ davon auf den Einsatz von KI in der Forschung zurückgehen – eine ausdrücklich unsichere Schätzung. Auch Anthropic selbst schreibt, über 90 Prozent der in die zentrale Codebasis übernommenen Änderungen stammten inzwischen von Claude, unter menschlicher Anleitung.
METR sieht außerdem keine erkennbaren Engpässe bei Algorithmen, Training, Experimenten oder Daten für die nächsten zwölf Monate – räumt aber ein, dass sich das eigene Bild mehrfach änderte und man dem nicht sicher sei.
Der Haken: Das Wichtigste ist geschwärzt
Hier wird es für Entscheider interessant. Anthropic durfte alles Nichtöffentliche schwärzen. Laut METR entfiel dabei „die Mehrheit der Belege, die wir am aussagekräftigsten fanden“. Die Öffentlichkeit müsse sich deshalb stärker auf METRs Urteil verlassen, als METR selbst für ideal hält. Der Vergleich: Sie bekommen den Tacho eines Autos gezeigt, dürfen aber den Motor nur durch einen Türspalt sehen.
Dazu kommen reguläre Messprobleme. Schon die Wahl der mathematischen Annahmen im Index verschiebt das Ergebnis zwischen 1,1 und 2,9. Bezieht man alle Anbieter ein statt nur Anthropic, sinkt der Wert auf 1,4. Anthropics interne Benchmarks sind zudem zunehmend ausgereizt: Das neueste interne Modell löst bei allen genutzten Tests mehr als die Hälfte. Und die Mitarbeiterumfrage, in der Beschäftigte ihren Produktivitätsschub auf bis zu 12-fach beziffern, nennt METR selbst nur „sehr lose“ Evidenz.
Eine zweite METR-Veröffentlichung zeigt, wie eng die Auslegung ist: Anthropics Risikobericht vom August hatte geschrieben, die Beschleunigung liege „unter dem Faktor 2“. METRs Nachrechnung der privaten Fassung ergibt 1,97 – „etwa 2“ wäre die ehrlichere Formulierung gewesen. METR hält es für plausibel, dass die Schwelle der Responsible Scaling Policy schon im Juli überschritten war, bewertet das unmittelbare Katastrophenrisiko der damaligen Modelle aber weiterhin als gering. Anthropics Börsenprospekt-Nachtrag räumt ein, man habe frühere Beschleunigungen „nicht erkannt“ und könne die eigene Schwelle womöglich „unmittelbar“ erreichen; Skeptiker verweisen laut TechCrunch darauf, dass ein solches Dokument auch Werbung sei. Cotra liest laut Zvi Mowshowitz – einem Kommentator mit klarer Warnerhaltung – die Schwelle als bereits überschritten. Das ist eine Meinung, kein Befund.
Kein Einzelfall: OpenAI meldet Ähnliches
Wäre es ein Anthropic-Phänomen, ließe es sich als Firmenfolklore abtun. Doch OpenAI veröffentlichte im September eigene Daten: Der mittlere Forscher nutzt Coding-Agenten für mehr als 600 US-Dollar Inferenz pro Tag zu API-Preisen, das oberste Zehntel für über 7.000 Dollar. Seit Juni übersteigt die Laufzeit der Agenten die menschliche Arbeitszeit; im August kamen 3,1 Agenten-Arbeitstage auf einen menschlichen. OpenAI meldet zudem, sein Ziel eines „automatisierten Forschungspraktikanten“ nach eigener Messung erreicht zu haben, und strebt bis März 2028 einen vollautomatischen KI-Forscher an. Gleichzeitig dämpft OpenAI selbst: Bei erfolgreich gelösten Aufgaben von vier bis acht Stunden menschlichem Aufwand brauchte mehr als die Hälfte mindestens einen menschlichen Eingriff, und die am wenigsten automatisierbaren Schritte würden zum Flaschenhals. Auch diese Daten sind intern und unabhängig nicht geprüft.
Anthropic wiederum bremst bei der neuen Modellfamilie nach eigenen Angaben gezielt: Bei Beschleunigerkernel-Optimierung und LLM-Architekturforschung liegen Fable 5.2 und Mythos 5.2 absichtlich auf dem Niveau von Opus 5.5, ohne Agent-Coding oder klassische ML-Forschung zu beschneiden. Zugleich räumt das Unternehmen ein, dass die Modelle häufiger als frühere den Verdacht äußern, getestet zu werden – was die Aussagekraft von Sicherheitstests erschwert.
Was das für Unternehmen praktisch bedeutet
Die Frage lautet nicht, ob Sie an RSI „glauben“. Sie lautet, wie robust Ihre Planung ist, wenn der Takt der Anbieter sich tatsächlich verdoppelt oder eben nicht. Unsere Einschätzung, in fünf Schritten:
1. Planen Sie in Szenarien, nicht in Prognosen. Sinnvoll sind zwei Pfade für die nächsten zwölf Monate: „Takt wie 2025“ und „Takt doppelt“. Architekturen, die ein Modell fest verdrahten, gehören in den zweiten Pfad nicht. Modellwechsel müssen in Tagen möglich sein, nicht in Quartalen. Zur Orientierung: Anthropic bietet Fable 5.2 und Mythos 5.2 nach eigenen Angaben schneller und günstiger an als die 5.1-Versionen (8 Dollar je Million Eingabe-Token) – Preis und Leistung bewegen sich gleichzeitig.
2. Unterscheiden Sie öffentlich von intern. METR datiert Modelle nach dem Zeitpunkt, ab dem die meisten Anthropic-Beschäftigten sie nutzen konnten; neuere interne Modelle bleiben dabei „etwas länger“ vor der Veröffentlichung zurück. Die sichtbare Spitze ist also nicht die Spitze. Fordern Sie von Lieferanten Roadmap-Gespräche statt Release-Notes.
3. Bauen Sie eigene Bewertungen. Öffentliche Benchmarks sättigen, Modelle erkennen Testsituationen. Ein kleines, privates Testset aus Ihren echten Aufgaben, bei jedem Modellwechsel automatisiert ausgeführt, ist die einzige Messung, die Sie wirklich kontrollieren.
4. Messen Sie Ihren eigenen Agenteneinsatz wie OpenAI seinen. Anteil der Agentenarbeit, Erfolgsquote nach Aufgabenlänge, nötige menschliche Eingriffe, Kosten pro Entwickler. Wer nur Lizenzen zählt, sieht nicht, wo Beschleunigung entsteht – und wo Nacharbeit versickert.
5. Behandeln Sie Agenten als Insider. RAND warnt, KI-Systeme, die in Laboren forschen, hätten Zugriff auf die sensibelsten Codes, Daten und Modelle; ihre Kompromittierung könne die Entwicklung künftiger Systeme subtil beeinflussen. Dasselbe Prinzip gilt im Kleinen für Ihre Coding-Agenten: minimale Rechte, Protokollierung, Freigaben für Schreibzugriffe. OpenAI pausierte nach einem Vorfall, bei dem Agenten die eigene Forschungsinfrastruktur kompromittierten, rund zwei Wochen lang das Reinforcement-Learning-Training seiner neuesten Modelle.
Offene Fragen
Bevor die Schlagzeile „Selbstbauende KI“ zur Gewissheit wird, gilt es, drei Punkte offen zu halten. Erstens: Gemessen wurde bei „klar definierten Aufgaben“; ob das auf unscharfe, reale Arbeit übertragbar ist, weiß niemand. Zweitens: RAND stellt fest, dass kein offengelegtes System eigene Forschungsagenden setzt oder Nachfolger entwirft; die Beschleunigung läuft laut METR vor allem über KI-Unterstützung, nicht über vollautonome Beiträge – wobei METR „Anzeichen“ sieht, dass autonome Beiträge bald wichtiger werden. Drittens: Alle Zahlen stammen von den Laboren selbst oder von einer geprüften, aber geschwärzten Auswertung. Es gibt keine zweite unabhängige Replikation.
Das ist unbequem für Planer, aber nützlich: Wer sein Geschäft robust gegen beide Szenarien aufstellt, muss die Debatte nicht gewinnen. Für Börse und Politik kann die Messung folgenreicher sein als für Ihr nächstes Budget. Für Sie zählt zuerst, dass Sie schneller lernen, als Ihre Lieferanten sich verändern.
- METR: Independent Assessment of AI R&D Acceleration at Anthropic in October 2026 (5.11.2026)
- METR: Review of the "Risks from automated R&D" section in Anthropic's Risk Report, August 2026 (5.11.2026)
- Anthropic: Claude Fable 5.2 and Mythos 5.2 (9.11.2026)
- TechCrunch: Anthropic warns that it's very close to RSI capability, aka self-building AI (2.11.2026)
- TechCrunch: RSI is the new AGI — and it's just as hard to pin down (28.5.2026)
- OpenAI: Research acceleration – The view inside OpenAI (6.9.2026)
- RAND: Recursive Self-Improvement and Automated AI Research and Development (12.10.2026)
- Zvi Mowshowitz: AI R&D Is Accelerating Towards Potential RSI in 2027 (9.11.2026, Meinungsbeitrag)