METR: Bei Anthropic hat sich das Tempo der KI-Fortschritte etwa verdoppelt, vor allem dank der KI selbst

METR, eine US-amerikanische Organisation zur unabhängigen Evaluierung von KI-Systemen, hat am 5. November 2026 den öffentlichen Bericht eines intern bei Anthropic durchgeführten Audits vorgelegt: Beschleunigt KI bereits die Forschung und Entwicklung von KI beim Hersteller von Claude? Die Antwort, formuliert mit deutlichen Vorbehalten und nach umfangreichen Schwärzungen, lautet Ja – um etwa einen Faktor 2 bei klar definierten Aufgaben, zu einem großen Teil dank der internen Nutzung der Modelle.

Die Ankündigung ergänzt die Passage aus dem S-1/A-Börsenprospekt von Anthropic, in der das Unternehmen schrieb, dass es der Beschleunigungsschwelle seiner Responsible Scaling Policy „unmittelbar bevorstehen“ könnte, sich anzunähern.

Was METR gesehen haben will

Von Mitte August bis Ende Oktober hatte ein METR-Team (etwa 2,5 Vollzeitäquivalente) Zugang zu internen Daten: Ergebnisse interner Benchmarks und des AECI, Vortrainings- und RL-Metriken, Trainingsrechenleistung nach Bereichen, Umfragen zum Leistungszuwachs, Interviews mit rund fünfzehn Personen sowie Geschwindigkeitsanalysen. Anthropic konnte Anfragen ablehnen und schwärzte im Nachhinein einen großen Teil des öffentlichen Berichts. METR erhielt keine Bezahlung; Anthropic stellte Computer und Tokens bereit.

Drei subjektive Schlussfolgerungen strukturieren den Text:

1. Tempo – Zum 29. Oktober 2026 verbessert Anthropic die Fähigkeiten seiner Modelle bei klar definierten Aufgaben wahrscheinlich mit etwa dem doppelten Tempo im Vergleich zu März 2024 bis Oktober 2025. METR wäre über eine reale Zahl um 1,3× oder 3× nicht überrascht.
2. Zuordnung – Ein Großteil der aktuellen Beschleunigung sei auf die für die F&E genutzte KI zurückzuführen (subjektive Größenordnung: ≈ 80 Prozent), auch wenn Ende 2025 andere Faktoren eine Rolle spielten.
3. Engpässe – METR sah mit begrenzter Zuversicht keinen klaren Engpass (Algorithmen, Trainingsrechenleistung, Experimentierrechenleistung, Daten), der eine weitere Beschleunigung in den nächsten 12 Monaten bremsen könnte.

Beim AECI-Index haben sich die Ergebnisse seit Oktober 2025 um einen geschätzten Faktor von 1,9× beschleunigt (95-Prozent-KI: 1,5–2,8×). Mit anderen Worten: Ein Jahr in jüngster Zeit entspräche auf diesem Index etwa zwei Jahren historischem Fortschritt. METR betont: Die Beschleunigung stammt nicht von einer Zunahme der Trainingsrechenleistung – ein Punkt, den die Organisation mit Zuversicht behaupten könne, auch wenn die Details geschwärzt wurden.

Die Interviews und internen Umfragen weisen in dieselbe Richtung, doch METR behandelt sie mit Vorsicht: Selbstberichtete Slack-Umfragen beziffern den durchschnittlichen Zuwachs im Oktober 2026 für das fähigste interne Modell auf bis zu etwa 12× – ein Beleg, der als „sehr schwach“ eingestuft wird. Vollständig autonome Beiträge der KI zu den kritischsten Teilen der Trainingspipeline seien noch nicht von wesentlicher Bedeutung, zeigten jedoch erste „Lebenszeichen“.

Was Anthropic geschwärzt hat

Der öffentliche Bericht stellt dies gleich in der Einleitung klar: Anthropic hat einen Großteil der Belege entfernt, die METR als am aufschlussreichsten einstufte, mit der Begründung, vertrauliche Informationen zu schützen, die anderen Entwicklern helfen könnten. METR behielt sich das Recht vor, darauf hinzuweisen. Die bewusste Konsequenz: Die Öffentlichkeit muss sich mehr auf das Urteil von METR verlassen als auf transparente Belege.

Verschwunden sind insbesondere detaillierte Schätzungen zu Beschleunigung und Zuordnung nach Pipeline-Stufen, ein Teil der Engpassanalyse und Prognosen von Metriken für zukünftige Modelle. Unveröffentlichte interne Modelle (im Text als „Model 2“, „Model 3“, „Model 4“ kodiert) fließen in die AECI-Trends ein: Dies ist ein Grund dafür, dass die geschätzte Beschleunigung (1,9×) über jener der System Card von Haiku 5.5 (1,7×) liegt.

Anthropic hat zudem den geplanten Teil zur Überprüfung der Zuteilung der Rechenleistung (Fähigkeiten vs. Sicherheit) mittendrin abgebrochen, noch vor substanziellen Schlussfolgerungen, um die Untersuchung auf die Risikobewertung zu refokussieren.

Die Überprüfung des Risk Reports vom August

Am selben Tag veröffentlichte METR eine Überprüfung des Abschnitts „Risks from automated R&D“ aus dem Risk Report von Anthropic vom August 2026, mit Zugang zur nicht-öffentlichen Version. Beide Dokumente ergänzen einander.

METR stimmt mit Anthropic darin überein, dass zum 15. Juli 2026 das Katastrophenrisiko im Zusammenhang mit der direkten Automatisierung von F&E gering war. Dagegen hält die Organisation es für plausibel, dass die Frühwarnschwelle von 2× der RSP zu diesem Zeitpunkt bereits überschritten war, und meint, dass der öffentliche Bericht das Niveau der Beschleunigung und die intern geäußerte Unsicherheit unterschätzt habe (ein interner Indikator, der etwa 1,97× implizierte, wurde öffentlich mit „weniger als ein Faktor 2“ zusammengefasst).

Was offen bleibt

• Geschwärzte Belege: Man kann die genaue Argumentationskette nicht selbst nachvollziehen.
• AECI ≠ reale Auswirkungen: METR erinnert daran, dass der Index vor allem klar definierte und saturierende Aufgaben misst; die Auswirkungen außerhalb des Labors können abweichen.
• Ausblick: METR sieht ein erhebliches Risiko, dass sich die Beschleunigung weiter verstärkt, ohne jedoch ein hyperbolisches Wachstum allein anhand der öffentlichen AECI-Daten belegen zu können.