Claude führt 26 % der KI-Forschung bei Anthropic

Was Anthropic tatsächlich gemessen hat

Für mich ist das wichtigste Ergebnis der August-Erhebung 2026 einfach: Claude hat 26 % der messbaren KI-Forschung innerhalb von Anthropic „geführt“. Im Bericht des Anthropic Institute, „Measuring the pace of AI development“, wird dies nicht mit vollständiger Autonomie gleichgesetzt. Kein gemessener Arbeitsabschnitt fiel in die Kategorie vollständig autonom.

Entscheidend ist das Wort „geführt“. Für den R&D Automation Index nutzt das Unternehmen eine Automatisierungsleiter auf Basis der sechsstufigen Skala von Epoch AI. KI-Führung steht dabei für einen hohen Grad an Beteiligung, nicht für die selbstständige Durchführung des gesamten Forschungszyklus. Das ist sorgfältiger und hilfreicher als eine binäre Einteilung in manuelle und autonome Arbeit.

Der zweite starke Indikator: Mehr als 90 % der messbaren Arbeit erfolgten mindestens im Modus der Zusammenarbeit zwischen Mensch und KI. Mit anderen Worten, KI ist bereits in fast den gesamten beobachteten Prozess eingebunden. Das bedeutet jedoch nicht, dass Claude Aufgaben unabhängig definiert, Hypothesen prüft und abschließende Entscheidungen trifft.

Die Methodik umfasst drei Bereiche: den Anteil KI-geführter Forschung, die Aufsicht über Agentenaktionen und die Verteilung der Rechenleistung zwischen der Entwicklung von Fähigkeiten und Sicherheit. Die Aufsicht wird praktisch bewertet: Kann eine Agentenaktion vor ihrer Ausführung nachverfolgt, blockiert oder an einen Menschen übergeben werden? In derselben August-Erhebung entfielen rund 6 % der Rechenleistung für KI-Forschung auf Sicherheit und verwandte Arbeit.

Warum diese Zahlen die Debatte über Autonomie verändern

Das ist ein echter Wandel, aber nicht die Geburt eines autonomen KI-Forschers. Die Verbindung aus 26 % KI-geführter Arbeit und dem Fehlen vollständig autonomer Abschnitte zeigt ein interessanteres Bild: Agenten können bereits wesentliche Teile des Prozesses führen, während Menschen die Kontrolle über den Rahmen und kritische Entscheidungen behalten.

Für Engineering-Teams ist vor allem die Abstufung der Beteiligung wichtig. Die Kennzahl trennt Vorschläge und Zusammenarbeit von einem Modus, in dem KI die Arbeit faktisch steuert. Ohne diese Unterscheidung wird jede Aussage über „Forschungsautomatisierung“ zu einer eingängigen, aber technisch leeren Formulierung.

Auch die 6 % sollten nicht als Beleg für ausreichende Sicherheitsinvestitionen gelesen werden. Sie sind eine Momentaufnahme der Rechenleistungsverteilung zum Zeitpunkt des Berichts, keine Bewertung der Ergebnisqualität. Ich würde beobachten, ob dieser Anteil mit der Autonomie wächst und wie vergleichbar unterschiedliche Labore Sicherheitsarbeit klassifizieren.

Der wichtigste nächste Schritt ist kein neuer Claude-Rekord, sondern eine reproduzierbare Zeitreihe. Ein Datenpunkt zeigt das Ausmaß der Einführung; erst die Entwicklung wird zeigen, ob KI schneller von Zusammenarbeit zur eigenständigen Steuerung von Forschung übergeht, als die Aufsicht vorankommt.

Wir haben zuvor untersucht, wie Claude bei der Entwicklung eines C-Compilers abschneidet und wo seine Grenzen weiterhin liegen. Dieser Fall hilft, die von Anthropic genannten 26 % der R&D-Arbeit konkret einzuordnen.