Die Fähigkeiten von KI-Modellen schreiten schneller voran und ermöglichen zunehmend längere Aufgaben, wie mehrere Bewertungen zeigen. Die Spitzenmodelle amerikanischer Labore erscheinen schneller denn je, auch wenn staatliche Eingriffe den Zugang zu zwei der leistungsstärksten Modelle, Claude Fable und GPT-5.6, vorübergehend eingeschränkt haben.
Mehrere Organisationen messen den Anteil menschlicher Arbeit, den KIs verrichten können. Die Bewertungen von METR und dem britischen AI Security Institute schätzen die Dauer der Arbeit eines menschlichen Programmierers, die eine KI auf Basis eines einzigen Prompts, also einer einzigen Anweisung, leisten kann. Der Test GDPval vergleicht seinerseits menschliche Experten mit KIs, unter Einbeziehung professioneller Gutachter. Laut diesen Messungen schreiten die Ergebnisse schneller voran als auf einer exponentiellen Kurve.
Epoch stellte fest, dass Opus 4.7, das 14 Stunden lang allein arbeitete, ein Softwarepaket erstellte, das 2 bis 17 Wochen menschlicher Ingenieursarbeit entspricht, bei Kosten von 251 Dollar in Tokens. Ein Token ist eine kleine Texteinheit, die das Modell liest und erzeugt. In eigenen Experimenten gibt der Autor an, dass Fable 9 Stunden lang autonom an sehr komplexen Softwareprojekten arbeiten konnte, was für ein Team mehr als eine Woche gedauert hätte.
Die fortschrittlichsten Modelle werden von Anthropic, OpenAI und Google entwickelt, auch wenn Google seit einiger Zeit kein neues Modell mehr veröffentlicht hat. Eine zweite Gruppe von Modellen, die fast das Spitzenniveau erreicht, kommt hingegen aus China. Sie haben einen Rückstand von 6 bis 12 Monaten und sind Open-Weight, was bedeutet, dass jeder sie nach ihrer Veröffentlichung nutzen oder modifizieren kann, im Gegensatz zu proprietären Modellen. Ihr Einsatz ist daher kostengünstig, auch wenn ihre Leistung nicht immer den angegebenen Testergebnissen entspricht.
Agenten statt Chatbots
Bis vor kurzem bestand die vorherrschende Nutzung darin, der KI eine Aufgabe zu stellen, das Ergebnis zu überprüfen und dann zum nächsten Schritt überzugehen. Diese Art der Zusammenarbeit bleibt nützlich, macht aber Platz für Agenten, Systeme, die Aktionen ohne ständiges menschliches Eingreifen aneinanderreihen. Sie stützen sich auf eine Softwareumgebung, genannt Harness, die ihnen Zugang zu Werkzeugen gibt, und auf Anwendungen wie Claude Code oder OpenAIs Codex.
Eine gemeinsame Studie von OpenAI und akademischen Wirtschaftswissenschaftlern zeigt, dass dieser Übergang innerhalb des Unternehmens selbst an Fahrt gewinnt. Die Rechtsabteilungen und Personalabteilungen haben Agenten in einem nahezu identischen Tempo übernommen wie die technischen Teams. Ein Viertel der OpenAI-Mitarbeiter betreibt wöchentlich mindestens vier Agenten gleichzeitig.
Eine weitere Studie zu Nutzern von Claude Code zeigt, dass Softwareingenieure bei der Nutzung des Tools für Programmieraufgaben eine Erfolgsquote aufweisen, die mit der anderer Berufe vergleichbar ist. Nicht der Beruf macht den Unterschied, so diese Arbeit, sondern die Expertise: Je besser eine Person ihr Fachgebiet kennt, desto erfolgreicher ist sie mit dem Tool und desto nützlicher sind die Antworten, die sie von Claude auf jeden Prompt erhält.
Eine schwer wahrnehmbare Kurve
Ein vor dem Winter 2025 verfasster KI-Plan beschrieb ein System, das einige Stunden Arbeit mit einer recht hohen Fehlerrate leisten konnte. Einige Monate später kann ein einziger Prompt sechzehn Stunden Arbeit oder mehr auslösen. Diese stetige Steigerung vermittelt dennoch den Eindruck aufeinanderfolgender Sprünge, da der Mensch exponentielle Kurven schlecht wahrnimmt.
Der Autor ist der Ansicht, dass diese Dynamik auch die Instabilität erklärt, die die KI umgibt. Die Behörden mussten ihre Politik in Fragen der Cybersicherheit eilig anpassen, und die Märkte erlebten starke Schwankungen, als die KI bestimmte Geschäftsmodelle zu bedrohen schien. Seiner Meinung nach spiegeln diese Erschütterungen keine sich entwickelnde Reife wider, sondern die Diskrepanz zwischen Institutionen, die in menschlicher Geschwindigkeit voranschreiten, und einer technischen Fähigkeit, die nach einer anderen Logik fortschreitet.
