Anthropic: Claude leitet 26 % der eigenen KI-Forschung

Anthropic hat begonnen, selbst zu messen, wie viel der eigenen KI-Forschung von KI erledigt wird. In einem Beitrag des Anthropic Institute vom 17. September 2026 erklärte das Unternehmen, dass Claude mit Stand August 2026 inzwischen 26 % der KI-Forschungs- und Entwicklungsarbeit von Anthropic „leitet“ – nach weniger als 1 % im Februar. Es handelt sich um die erste Veröffentlichung eines von Anthropic als Prototyp bezeichneten R&D Automation Index.

Was die Zahlen bedeuten

Der Index bewertet Aufgaben auf einer Automatisierungsskala, die von der gemeinnützigen Organisation Epoch AI entwickelt wurde und von AL0 (keine KI-Beteiligung) bis AL5 reicht (KI arbeitet vollständig autonom, kein Mensch in der Schleife). Auf Stufe AL3 „kollaboriert“ Claude – es übernimmt große Teile der Arbeit unter enger menschlicher Anleitung. Auf Stufe AL4, „leitet“, kann es den Großteil einer Aufgabe anhand eines übergeordneten Prompts Ende-zu-Ende erledigen, während ein Mensch das Ergebnis überwacht. Anthropic zufolge liegen inzwischen mehr als 90 % der KI-F&E-Arbeit auf AL3 oder höher, aber keine gemessene Arbeit hat die vollständige Autonomie von AL5 erreicht.

Wie gemessen wurde – und wo die Grenzen liegen

Im Juli 2026 untersuchte ein Claude-Forschungsagent eine Woche lang eine zufällige Stichprobe von 20 % der Beschäftigten in allen Abteilungen des R&D-Kreislaufs für Modelle, erfasste rund 15.000 Aufgaben und sortierte sie in eine feste Taxonomie mit 542 Kategorien. Anthropic selbst benennt die für externe Leser wichtigste Einschränkung: Modell- und menschliche Prüfer stimmten nur in 59 % der Fälle im exakten Automatisierungsgrad überein, während die Übereinstimmung zwischen zwei menschlichen Prüfern bei 35 % lag; innerhalb einer Stufe lagen die beiden allerdings in 97 % der Fälle. Das Unternehmen berichtet außerdem von rund 30.000 gleichzeitig aktiven Agenten, die interne Forschungs- und Entwicklungsarbeit erledigen, wobei automatisierte Überwachungen etwa eine von 47.000 Agentenentscheidungen blockieren.

Warum die Einordnung zählt

Hier vermisst sich ein Anbieter selbst, nutzt ein selbst gebautes Modell zur Bewertung der Arbeit und veröffentlicht das Ergebnis nur Tage, nachdem der eigene CEO öffentlich dafür plädiert hat, die KI-Entwicklung branchenweit zu verlangsamen. Anthropic stellt den Index als Vorlage dar, die jedes Frontier-Labor übernehmen könnte, nicht als geprüften Branchen-Benchmark. Wer das KI-Automatisierungsmarketing eines beliebigen Anbieters bewertet, sollte genau die Angaben verlangen, die Anthropic hier offengelegt hat – Methode, Stichprobe und Einschränkungen bei der Bewertung – statt eine Schlagzeilen-Prozentzahl für sich allein zu akzeptieren.

Quellen: Anthropic Institute, Unite.AI.