KI unterstützt inzwischen auch die Entwicklung neuer KI-Systeme. Wie stark beschleunigt das den Fortschritt? Die Forschungsorganisation METR hat dazu am 5. November 2026 eine Untersuchung bei Anthropic veröffentlicht. Ihre Einschätzung: Bei klar definierten Aufgaben wachsen die Modellfähigkeiten derzeit ungefähr doppelt so schnell wie im untersuchten früheren Zeitraum. METR betont die erhebliche Unsicherheit dieser Schätzung.
Einblick in die Forschung
Zwischen dem 12. August und dem 29. Oktober 2026 wertete METR interne Daten aus und sprach mit Mitarbeitenden. Die Organisation hält den intensiven KI-Einsatz für einen wahrscheinlichen Hauptbeitrag zur aktuellen Beschleunigung. Das ist eine begründete Einschätzung, kein sauber isolierter Kausalnachweis. Andere Faktoren bleiben relevant.
Warum die Zahl Grenzen hat
Der Bericht betrifft vor allem gut abgrenzbare, bewertbare Aufgaben. Wie weit sich das Ergebnis auf offenere reale Tätigkeiten übertragen lässt, bleibt unsicher. Zudem liess Anthropic einen grossen Teil jener Belege zurückhalten, die METR für besonders aussagekräftig hält. Aussenstehende können die Schlussfolgerungen deshalb nur eingeschränkt selbst überprüfen.
Nach METRs Darstellung stammt die Beschleunigung bisher überwiegend aus KI-Unterstützung und nicht aus vollständig autonomer Forschung. Eine Verdoppelung des Entwicklungstempos bedeutet auch nicht, dass jedes Team mit KI seine Arbeitsleistung verdoppelt.
Was ein Betrieb daraus machen kann
Für ein Schweizer Unternehmen liegt eine sinnvolle Frage näher am eigenen Ablauf: Verkürzt ein KI-Werkzeug den Weg von einer Aufgabe bis zum geprüften Ergebnis? Eine rasch erzeugte erste Fassung beantwortet das noch nicht. Die Prüfung, die Korrekturen und die Übergabe an andere Personen gehören zum selben Prozess.
Ein denkbarer Pilot ist die Pflege einer kleinen internen Softwarefunktion. Legen Sie vor dem Versuch fest, welches Verhalten die Änderung erfüllen muss und welche Beispiele zur Abnahme gehören. Vergleichen Sie anschliessend die gesamte Bearbeitungszeit mit dem bisherigen Vorgehen. Halten Sie fest, wo Unterstützung hilfreich war und wo zusätzliche Nacharbeit entstand.
Fortschritt am Ergebnis messen
Wenn sich das Werkzeug oder Modell ändert, wiederholen Sie denselben überschaubaren Test. Verwenden Sie möglichst vergleichbare Aufgaben und dokumentieren Sie die Unterschiede. So entsteht eine Grundlage für die eigene Entscheidung, ohne eine externe Forschungszahl als Zielvorgabe zu übernehmen.
Diese Empfehlungen sind redaktionelle Vorschläge für die betriebliche Erprobung. Sie sind keine in der METR-Untersuchung gemessenen Kundenergebnisse. Ein einzelner Laborbericht kann die Aufmerksamkeit auf eine wichtige Entwicklung lenken; die Eignung für den eigenen Arbeitsablauf muss ein Betrieb selbst prüfen.
Quelle
METR: Independent Assessment of AI R&D Acceleration at Anthropic in October 2026. Veröffentlicht am 5. November 2026; geprüft am 8. November 2026.
https://metr.org/blog/2026-11-05-anthropic-ai-rd-acceleration-assessment/