Newsletter · 8. November 2026
Weekly Digest 45
METR untersucht, wie stark KI Anthropics Modelle beschleunigt. Außerdem: Die US-Produktivität steigt, während der Anteil der Beschäftigten an der Wirtschaftsleistung auf ein Nachkriegstief fällt, und GPT-6 Astra liest und ändert die Gewichte neuronaler Netze.

Themen, die wir verfolgen
Anthropics Modelle verbessern sich schneller. Wie viel davon geht auf KI zurück?
Quellen: METR
Wir haben bereits darüber geschrieben, wie KI die Arbeit bei Anthropic verändert. Eine neue Untersuchung von METR geht der Frage nach, ob KI auch die Entwicklung der Modelle selbst beschleunigt.
METR hat interne Benchmark-Ergebnisse und Daten zu den Forschungsressourcen ausgewertet und Mitarbeiter von Anthropic befragt. Der Schätzung zufolge verbessern sich Anthropics Modelle bei klar umrissenen Aufgaben seit Oktober 2025 etwa doppelt so schnell wie zuvor. Der zentrale Schätzwert liegt beim 1,9-Fachen, gemessen an Anthropics Version des Epoch Capabilities Index. Interessanter noch: METR geht davon aus, dass der Einsatz von KI in der Forschung wahrscheinlich den größten Teil der aktuellen Beschleunigung erklärt. Sicherer ist sich METR darin, dass ein schnelleres Wachstum der Rechenleistung für das Training nicht die Ursache ist.
Anthropics Benchmark-Werte steigen seit Oktober 2025 etwa doppelt so schnell
AECI-Wert jedes Anthropic-Modells nach dem Datum, an dem es den meisten Mitarbeitern zur Verfügung stand
21 Anthropic-Modelle von Claude 3 Opus Anfang 2024 mit rund 125 bis zu Model 4, dem neuesten internen Modell, mit 178,6. Der angepasste Trend steigt vor Oktober 2025 um 15 Punkte pro Jahr und danach um 29 Punkte pro Jahr.
Nachgebaut nach dem Chart von METR. Werte und Zeitpunkte sind aus der veröffentlichten Grafik abgelesen und daher Näherungen; für Model 4 nennt METR 178,6. AECI ist Anthropics Version des Epoch Capabilities Index. Die Trendlinien stammen von METR und entsprechen einer Beschleunigung um das 1,9-Fache mit einem 95-%-Konfidenzintervall vom 1,5- bis zum 2,8-Fachen. Die Konfidenzintervalle der einzelnen Modelle sind weggelassen.
Quelle: METR · 2026-11-05
Wie weit diese Schleife der rekursiven Selbstverbesserung tragen kann, ist offen, aber Anthropic ist bei Weitem nicht das einzige Unternehmen, das daran arbeitet. Recursive Superintelligence und Jeff Deans neues Unternehmen Discovery Loop sind zwei weitere Beispiele für Unternehmen, die darauf setzen, dass KI die Zeit zwischen einer Forschungsidee und einem experimentellen Ergebnis verkürzen kann. Ob die Beschleunigung anhält, hängt weiterhin davon ab, ob die Labore die Ressourcen haben, diese Experimente durchzuführen. In einem verwandten Paper nennen zwei der METR-Forscher und ihre Koautoren Rechenleistung und Daten als mögliche Engpässe.
Je besser die Modelle werden, desto schwerer lassen sich Benchmark-Ergebnisse deuten. Sobald ein Modell fast jede Frage richtig beantwortet, sagt ein höherer Wert nur noch wenig darüber aus, was das nächste Modell kann. Die veränderte Steigung ist für uns der vielleicht interessanteste Teil: Ein einzelnes starkes Modell könnte auf einen einzelnen Durchbruch zurückgehen. Verbessern sich aber auch die folgenden Modelle im höheren Tempo, lässt sich der Trend so immer schwerer erklären. Wie viel dieser Veränderung auf KI zurückgeht, ist von außen weiterhin schwer zu beurteilen, da Anthropic einen Großteil der Belege geschwärzt hat, die METR am aufschlussreichsten fand.
Wir wissen nicht, wie viel Rechenleistung die Labore künftig für KI-gestützte Forschung bereitstellen werden, aber bei knapper Kapazität gibt es einen klaren Zielkonflikt. Wer die Rechenleistung für zahlende Kunden einsetzt, erzielt heute Umsatz. Wer damit Forschungsagenten betreibt, kommt womöglich früher zu einem besseren Modell, doch der Ertrag ist unsicherer und fällt später an. Sollten Anthropic und OpenAI an die Börse gehen, wird es interessant sein zu sehen, wie sich die Quartalsberichterstattung auf diese Entscheidung auswirkt. Wie viel Kapazität werden die Labore für die Forschung zurückhalten wollen, wenn sie damit schon heute die Kundennachfrage bedienen könnten?
Die US-Produktivität steigt, während der Anteil der Beschäftigten an der Wirtschaftsleistung auf ein Nachkriegstief fällt
Quellen: BLS · San Francisco Fed · New York Fed
US-Unternehmen haben im dritten Quartal auf das Jahr hochgerechnet 3,7% mehr produziert, während die geleisteten Arbeitsstunden nur um 0,1% zunahmen. Daraus ergibt sich für das Quartal ein Produktivitätswachstum von 3,6%. Solche Zahlen können recht stark schwanken, doch die Verbesserung zeigt sich auch über einen längeren Zeitraum. Seit Ende 2019 ist die Produktion je Arbeitsstunde im Unternehmenssektor ohne Landwirtschaft um 2,2% pro Jahr gewachsen, nach 1,5% im vorangegangenen Konjunkturzyklus. Damit liegt sie wieder auf ihrem Durchschnitt der Nachkriegszeit.
Was treibt die Verbesserung? Ein Teil kommt daher, dass Unternehmen in Ausrüstung und Software investieren, mit denen Beschäftigte pro Stunde mehr produzieren können. Außerdem nutzen die Unternehmen ihre vorhandene Ausrüstung intensiver. Die San Francisco Fed schätzt, dass Investitionen und eine höhere Auslastung zusammen von Anfang 2023 bis zum zweiten Quartal 2026 rund 1,3 Prozentpunkte zum jährlichen Produktivitätswachstum beigetragen haben. Es gibt auch Hinweise darauf, dass KI einen Beitrag leistet. So wuchs die Produktivität in Branchen mit höherer KI-Nutzung im Allgemeinen schneller. Die Branchen, die KI am breitesten eingeführt haben, waren aber nicht immer diejenigen, deren Beitrag zum US-Wachstum am stärksten gestiegen ist. Der Einzelhandel etwa steigerte seinen Beitrag stärker als der Informationssektor, obwohl er eine geringere KI-Nutzung meldet.
Aufgefallen ist uns vor allem, dass der Anteil der Beschäftigten an der Wirtschaftsleistung auf 53% gefallen ist, den niedrigsten Stand in der bis 1947 zurückreichenden BLS-Reihe. Die Kaufkraft der Beschäftigten ist zwar weiter gestiegen, doch die reale Vergütung je Stunde einschließlich Zusatzleistungen legte auf das Jahr hochgerechnet nur um 1,1% zu. Der in Dollar gemessene Wert der Produktion je Stunde wuchs um rund 5,7%, die Vergütung je Stunde dagegen um 2,9%. Die Beschäftigten haben mehr verdient, aber von jedem Dollar Wirtschaftsleistung entfiel ein kleinerer Teil auf ihre Vergütung.
Der Anteil der Beschäftigten an der US-Wirtschaftsleistung ist so niedrig wie nie
Lohnquote, US-Unternehmenssektor ohne Landwirtschaft, vierteljährlich, Q1 1947 bis Q3 2026 (%)
319 Quartalswerte der Lohnquote im US-Unternehmenssektor ohne Landwirtschaft von Q1 1947 bis Q3 2026. Sie beginnt bei 65,6%, erreicht in Q4 1960 mit 66,2% ihren Höchststand und endet bei 53,0%, dem niedrigsten Wert der Reihe.
Die Lohnquote ist die Vergütung aller Erwerbstätigen als Anteil an der Wirtschaftsleistung des Sektors. Das BLS veröffentlicht die Historie als Index, den wir auf die für das dritte Quartal 2026 gemeldeten 53,0% skaliert haben. Ihren Höchststand erreichte die Quote mit 66,2% im vierten Quartal 1960.
Quelle: U.S. Bureau of Labor Statistics · 2026-11-05
Es liegt nahe, das auf das Wachstum der Technologiekonzerne zurückzuführen, die mit vergleichsweise wenigen Beschäftigten Millionen von Kunden bedienen können. Die New York Fed hat jedoch festgestellt, dass Verschiebungen zwischen den Branchen nur einen sehr kleinen Teil des Rückgangs erklären. Von 2019 bis 2024 ist der Anteil der Lohnsumme an der Wertschöpfung der Unternehmen innerhalb der Branchen gesunken.
Wie viel dieser Verbesserung sich auf KI zurückführen lässt, ist noch offen. John Burn-Murdoch von der FT wies auf X darauf hin, dass der Anstieg der US-Produktivität bereits 2020 sichtbar war, lange vor der breiten Nutzung generativer KI. Tech-Investoren wie Gavin Baker sahen in denselben Charts einen Beleg dafür, dass sich die KI-Investitionen auszuzahlen beginnen, und verwiesen auf den erneuten Produktivitätsanstieg nach dem Start von ChatGPT. Für uns ist die interessantere Frage, wie viel KI zu diesem Trend beiträgt und ob sie ihn vielleicht sogar beschleunigt.
GPT-6 Astra erkennt Spiele an den Gewichten neuronaler Netze und ändert Qwens Gewichte, um eine Denkschleife zu beheben
Quellen: Takehi et al., MIT CSAIL · Alex Krentsel auf X
Das ist vielleicht die interessanteste Geschichte der Woche, wenn nicht sogar die interessanteste seit Langem. Forscher am MIT gaben GPT-6 Astra die Gewichte von vier kleinen neuronalen Netzen und baten das Modell herauszufinden, auf welches Spiel jedes Netz trainiert worden war. Astra kannte die Eingaben und die möglichen Züge, erfuhr aber nie die Namen der Spiele und konnte nur die Gewichte sehen.
In einem weiteren Experiment baten die Forscher Astra, ein kleines Qwen-Modell in Mathematik zu verbessern. Diesmal konnte Astra Qwen Übungsaufgaben lösen lassen und seine Gewichte untersuchen. Astra änderte nur 0,016% dieser Gewichte und hob damit Qwens Ergebnis bei MATH-500 von 7,9% auf 48,1%. Das lag vor allem daran, dass Qwen seltener in Denkschleifen hängen blieb und Aufgaben zu Ende bringen konnte, die es ohnehin schon lösen konnte.
Die Änderung von 0,016% der Gewichte hob Qwens Ergebnisse, während die Schleifen zurückgingen
Qwen3.5-0.8B vor und nach dem Eingriff von GPT-6 Astra in die Gewichte (%)
MATH-500: Ausgangsmodell 7,9%, bearbeitet 48,1%; GSM8K: Ausgangsmodell 13,8%, bearbeitet 67,1%; IFEval: Ausgangsmodell 21,0%, bearbeitet 62,3%; MATH-500-Antworten, die das Token-Limit erreichten: Ausgangsmodell 93,0%, bearbeitet 33,1%
Die ersten drei Gruppen sind Benchmark-Ergebnisse, bei denen höhere Werte besser sind. Die letzte zeigt den Anteil der MATH-500-Antworten, die bis zum Limit von 32.768 Token liefen, meist weil das Modell in einer Schleife hing. Astra änderte 131.072 von 0,8 Milliarden Gewichten ganz ohne Training und nutzte dafür 50 Vorwärtsdurchläufe mit Übungsaufgaben.
Quelle: Takehi, Teoh, Zhang and Khattab (MIT CSAIL) · 2026-11-02
Der Google-Forscher Alex Krentsel hat das Breakout-Experiment mit Astra, Claude Opus 5.5 und älteren Modellen reproduziert. Aufgefallen ist uns vor allem, an welcher Stelle der Sprung auftrat. Frühere Modelle konnten bereits eine Strategie für Breakout in Python schreiben. Etwa eine Modellgeneration später konnten Astra und Opus 5.5 diese Strategie direkt in die Gewichte eines kleinen Netzes schreiben, wobei Astra etwas besser abschnitt.
Noch ist unklar, wie gut sich das auf größere Modelle übertragen lässt. Es könnte aber einen neuen Weg für die mechanistische Interpretierbarkeit und für das Post-Training eröffnen. Uns Menschen fällt es schwer, die Gewichte eines Modells anzusehen und daraus abzuleiten, warum es sich auf eine bestimmte Weise verhält. Um ein bestimmtes Verhalten hervorzurufen, bauen wir oft aufwendige Datensätze, Umgebungen und Trainingsverfahren. Das könnte ein weiteres Beispiel für Rich Suttons The Bitter Lesson sein. Wenn ein Allzweckmodell anhand weniger Beispiele die Gewichte finden und ändern kann, die für ein bestimmtes Verhalten verantwortlich sind, dann könnten manche Korrekturen, die sonst eine neue Runde Post-Training erfordern würden, damit beginnen, dass ein Forscher einfach beschreibt, was er ändern möchte.
Auf X gesehen
Weitere interessante Artikel
- Financial Times: Anthropic schließt 3,4-Milliarden-Dollar-Deal zur Erzeugung von Gasstrom für Rechenzentren
- SemiAnalysis: Wir haben Chinas Stargate in der Inneren Mongolei besucht
- Construction Physics: Wie beeinflussen Bauvorschriften den Preis von Wohnraum?
- Interconnects: Wie groß ist die Ökonomie offener Modelle heute?
- Bloomberg: Sequoia verlässt London, nachdem das US-Team begehrte europäische KI-Deals an Land gezogen hat



