Wo bleibt die Intelligenzexplosion?

Kurzfassung

Noch treibt sich die KI-Forschung nicht selbst an. Die Idee der Intelligenzexplosion lautet: KI hilft, die nächste, bessere KI zu bauen. Diese beschleunigt die Entwicklung der übernächsten noch stärker, bis sich der Kreislauf selbst antreibt. Die ersten Messdaten aus den Laboren zeigen, dass der Effekt dafür viel zu klein ist.

Ökonomen um Tom Cunningham haben berechnet, wie stark KI die Forschung beschleunigen müsste.¹ Beim heutigen Fortschrittstempo heißt das: Ein Jahr KI-Fortschritt müsste Forscher mindestens neunmal so produktiv machen. OpenAIs interne Daten zeigen das 1,6-Fache.² Anthropic schätzt für sich selbst, dass der Produktivitätsgewinn rund zehnmal größer sein müsste, um den eigenen Fortschritt auch nur zu verdoppeln.³

KI-Forschung wird also schneller, beschleunigt sich aber nicht von selbst. Ihr Tempo hängt weiter an Chips, Strom und Kapital. Offen ist, wie schnell der Effekt wächst. Genau das messen die Labore bislang kaum.

1. Wann sich KI selbst beschleunigt

In der Forschung heißt der Kreislauf rekursive Selbstverbesserung: Jede Modellgeneration hilft, die nächste zu entwickeln. Diese Note betrachtet nur die Softwareseite, also Algorithmen, Trainingsdaten und Trainingsmethoden. Neue Chips und Rechenzentren entstehen außerhalb des Kreislaufs.

Zwei Kräfte wirken gegeneinander. Bessere KI macht Forscher produktiver. Gleichzeitig wird jede weitere Verbesserung schwerer zu finden, weil die einfachen Ideen zuerst umgesetzt werden. Der Kreislauf treibt sich nur dann selbst an, wenn die erste Kraft stärker ist als die zweite.

Um das zu messen, braucht es eine Skala für KI-Fähigkeiten. Die Forschungsorganisation Epoch AI bündelt dafür Dutzende Benchmarks zu einer Gesamtnote, dem Epoch Capabilities Index (ECI). Die besten Modelle legen darauf seit 2024 rund 16 Punkte pro Jahr zu.²

Cunningham und Kollegen berechnen, wie viel produktiver Forscher pro ECI-Punkt werden müssen, damit sich der Kreislauf selbst trägt: um mindestens 15 Prozent.¹ Ramez Naam korrigiert den Wert mit Daten zur Schach-Engine Stockfish, bei der sich gut messen lässt, wie viel Fortschritt zusätzliche Forschung bringt. Er kommt auf 19 Prozent.²⁴ Über ein Jahr mit 16 Punkten summiert sich das: Die Produktivität der Forscher müsste jährlich auf das Neun- bis Sechzehnfache steigen.

Liegt der tatsächliche Wert darunter, bremst sich der Kreislauf von selbst ab. Jeder Fortschrittsschritt fällt dann kleiner aus als der vorige, solange nicht von außen mehr Rechenleistung, Strom und Kapital hinzukommen. Liegt er darüber, wachsen die Fähigkeiten immer schneller.

2. Was die Labore messen

Zwei Datenquellen zeigen, wie stark KI Forscher derzeit beschleunigt. Beide liegen unter der Schwelle, aber unterschiedlich weit.

Die Umfrage bei Anthropic. Im März 2026 befragte Anthropic 130 Forschungsmitarbeitende. Im Mittel schätzten sie, dass sie mit dem internen Modell Claude Mythos Preview rund viermal so viel schaffen wie ganz ohne KI.⁵ Cunningham und Kollegen verteilen diesen Gewinn auf die rund 16 ECI-Punkte seit dem Start von KI-Programmierassistenten. Das ergibt etwa 9 Prozent pro Punkt, rund die Hälfte der Schwelle.¹

Die Nutzungsdaten von OpenAI. Im September 2026 legte OpenAI erstmals interne Daten zur KI-Nutzung in der eigenen Forschung offen.⁶ Der Verbrauch an Tokens, also an Text, den Modelle verarbeiten, stieg pro Forscher um das 124-Fache. Ingenieure schreiben siebenmal so viel Code. Die Zahl der Experimente pro Forscher lag im August 2026 aber nur beim 1,6-Fachen des Durchschnitts von 2025. Umgerechnet sind das etwa 3 Prozent pro ECI-Punkt, ein Fünftel bis ein Zehntel der Schwelle.²

Der Abstand zwischen beiden Zahlen ist aufschlussreich: KI erzeugt ein Vielfaches an Aktivität, aber nur wenig mehr Experimente.

Anthropic selbst ist zurückhaltender als die eigene Umfrage. Einzelne Aufgaben gehen schneller, doch neue Ideen müssen weiterhin in großen, rechenintensiven Trainingsläufen erprobt werden. Anthropic schätzt deshalb, dass KI den Gesamtfortschritt um weniger als das Doppelte beschleunigt. Für eine Verdopplung bräuchte es einen etwa zehnmal größeren Produktivitätsgewinn.³ Auch im September 2026 sieht Anthropic weder in der eigenen Fähigkeitskurve noch in internen Messungen eine dramatische Beschleunigung durch KI.⁷

3. Warum Benchmarks zu optimistisch sind

Prognosen wie das Szenario AI 2027 stützen sich auf eine bestimmte Messgröße, den Zeithorizont. Die Forschungsorganisation METR misst, wie lange ein Mensch für eine Programmieraufgabe bräuchte, die ein Modell in 80 Prozent der Fälle löst. Für Claude Mythos Preview kam METR auf rund drei Stunden.⁸ Nach dem bisherigen Trend dürfte die nächste Modellgeneration rund vier Stunden schaffen, AI 2027 erwartet elf.²⁹

OpenAI hat denselben Wert für echte Forschungsaufgaben im eigenen Haus gemessen: rund 15 Minuten.⁶ Der Benchmark-Wert liegt damit 16-mal höher als im Forschungsalltag, die Erwartung von AI 2027 44-mal. Selbst Aufgaben, für die ein Mensch weniger als 15 Minuten braucht, lösen OpenAIs Modelle nur in 86 Prozent der Fälle ohne menschliche Hilfe. Der Autor Nathan Witkin hatte METRs Kurve schon im Januar 2026 als überzeichnet kritisiert; OpenAIs Daten geben ihm teilweise recht.¹⁰

Anthropic berichtet Ähnliches. Im August 2026 ist Claude an über 90 Prozent der internen KI-Forschung beteiligt und übernimmt bei 26 Prozent die Führung. In keinem gemessenen Bereich arbeitet es aber vollständig selbstständig.¹¹

Der Grund für die Lücke liegt in der Art der Aufgaben. Benchmarks bestehen aus Aufgaben mit klarer, sofortiger Rückmeldung: Der Code läuft oder er läuft nicht. In solchen Bereichen, etwa Schach, Go oder mathematischen Beweisen, ist KI teils schon übermenschlich. Auch OpenAIs gemeldeter Beweis zum Navier-Stokes-Problem, einem der sieben Millennium-Probleme der Mathematik, stammt aus dieser Kategorie.¹² Echte KI-Forschung funktioniert anders. Sie verlangt gute Hypothesen, das Deuten verrauschter Messkurven und Entscheidungen, deren Ergebnis sich erst nach Tagen und teuren Rechenläufen zeigt. METR spricht von „judgement“ und „taste“, also Urteilsvermögen und Forschergespür, und sieht aktuelle Modelle hier noch unter Expertenniveau.⁷

Dazu kommt: In langen Aufgaben summieren sich kleine Fehler. Gelingt jeder einzelne Schritt mit 98 Prozent Wahrscheinlichkeit, gelingt eine Kette aus 50 Schritten nur noch in gut einem Drittel der Fälle. Passend dazu verbessert sich Claude Opus 5.5 auf Anthropics Forschungstest CoBench gegenüber dem Vorgänger nur um 2,6 Prozentpunkte, im Rahmen der Messungenauigkeit.¹³

4. Mehr Rechenzeit, mehr Agenten: Der Ertrag sinkt

Lässt sich die Lücke mit mehr Rechenleistung schließen? Zwei Wege liegen nahe: Modelle länger nachdenken lassen und viele KI-Agenten parallel arbeiten lassen. Beide bringen immer weniger zusätzlichen Nutzen.

Längeres Nachdenken hilft, aber mit abnehmendem Ertrag. Bei Matheaufgaben bringt jede Verdopplung der Rechenzeit ungefähr denselben kleinen Zuwachs an Treffsicherheit, kostet aber jedes Mal doppelt so viel.²

Viele Agenten parallel sind teuer. Der Philosoph Toby Ord hat aus OpenAI-Daten abgeleitet, wie Agentenschwärme skalieren.¹⁴ Als Faustregel gilt: 100 Agenten erledigen eine Aufgabe etwa zehnmal so schnell wie ein einzelner, verbrauchen dafür aber zehnmal so viel Rechenleistung. Je nach Aufgabe fällt das Verhältnis besser oder schlechter aus. Mehr Tempo gibt es aber immer nur gegen zusätzliche Rechenleistung.

Außerdem denken viele KI-Instanzen ähnlich. Eine Studie von Luning Sun und Kollegen zeigt: Zehn Antworten eines Sprachmodells bringen zusammen so viele unterschiedliche Ideen wie acht bis zehn Menschen. Danach braucht es zwei weitere Modellantworten, um so viel Neues beizutragen wie ein einziger zusätzlicher Mensch.¹⁵ Emily Wenger und Yoed Kenett finden zudem, dass sich die Antworten verschiedener Modelle stärker ähneln als die verschiedener Menschen.¹⁶ Hundert Agenten durchsuchen denselben Ideenraum also schneller, erweitern ihn aber nur begrenzt.

Auch KI-Agenten, die selbstständig experimentieren, stoßen schnell an Grenzen. In einem öffentlich dokumentierten Lauf von Andrej Karpathys Projekt Autoresearch führte ein KI-Agent in rund siebeneinhalb Stunden 89 Experimente durch, um ein kleines Sprachmodell zu verbessern.¹⁷ Nach Naams Auswertung kamen 92 Prozent der gesamten Verbesserung aus der ersten Hälfte der Läufe.² Die Pharmaforschung kennt dieses Muster seit Langem. Dort verdoppelten sich die inflationsbereinigten Forschungskosten pro zugelassenem Medikament über Jahrzehnte etwa alle neun Jahre. Der Trend ist als Eroom’s Law bekannt, Moore’s Law rückwärts gelesen.¹⁸ Die naheliegenden Ideen werden zuerst gefunden. Ob der KI-Forschung dasselbe bevorsteht, ist offen.

5. Was die Daten nicht zeigen

Die Befunde beruhen auf wenigen, indirekten Messungen. Vier Einschränkungen sind wichtig.

Experimente sind nur ein Näherungswert. Die Zahl der Experimente sagt nichts über ihre Qualität. Werden Experimente größer oder gezielter, unterschätzt die Zählung den Fortschritt. Werden sie zahlreicher, aber überflüssiger, überschätzt sie ihn. Wie viele Experimente tatsächlich zu besseren Modellen führen, veröffentlicht bislang kein Labor.

Umfragen überzeichnen. Menschen überschätzen ihren eigenen Produktivitätsgewinn durch KI tendenziell; darauf weisen METR und Anthropic selbst hin.⁵⁷ Anthropic berichtet zudem, dass frühe interne Meldungen über große Forschungsbeiträge von Mythos Preview der Nachprüfung nur teilweise standhielten. Die Beiträge waren echt, aber kleiner als gedacht. Manche scheinbar eigenständige Entdeckung war die zuverlässige Umsetzung eines menschlichen Plans.³

Die Zeiträume passen nicht genau zusammen. OpenAIs Wert vergleicht einen einzelnen Monat mit dem Vorjahresdurchschnitt und setzt ihn gegen den Fortschritt eines ganzen Jahres. Selbst wenn in diesem Zeitraum nur halb so viel Fortschritt angefallen wäre, läge der Wert bei rund 6 Prozent pro Punkt und damit weiterhin klar unter der Schwelle.

Der Wert kann steigen. Die Messungen sind Momentaufnahmen. Cunningham und Kollegen betonen, dass der Produktivitätsgewinn pro Fortschrittsschritt zuletzt gewachsen ist, und schließen eine sich selbst tragende Beschleunigung in naher Zukunft ausdrücklich nicht aus.¹ Entscheidend ist deshalb, wie schnell der Wert von Modellgeneration zu Modellgeneration steigt.

Eng umrissene Forschung gelingt bereits autonom. Im April 2026 bearbeiteten KI-Agenten bei Anthropic ein offenes Sicherheitsforschungsprojekt komplett selbst, von der Hypothese bis zur Auswertung. In zusammengerechnet rund 800 Stunden Agentenarbeit und für etwa 18.000 US-Dollar Rechenkosten schlossen sie 97 Prozent einer vorgegebenen Leistungslücke.⁵ Das Projekt hatte allerdings ein klar messbares Ziel. Ob sich das auf Forschung ohne ein solches Ziel übertragen lässt, zeigen die Daten nicht.

6. Was den Kreislauf kippen könnte

Zwei Entwicklungen könnten den Kreislauf über die Schwelle heben.

Ein neuer Architektursprung. Ein Durchbruch wie die Transformer-Architektur von 2017, auf der alle großen Sprachmodelle beruhen, könnte die Suche nach Verbesserungen plötzlich stark verbilligen.²

Hardware und Wirtschaft im Kreislauf. Tom Davidson, Basil Halperin und Kollegen beziehen Chipentwicklung und wirtschaftliche Reinvestition in ihr Modell ein.¹⁹ So entstehen weitere Kreisläufe, die sich gegenseitig verstärken können. In ihrem Modell erreicht eine vollständig automatisierte Software-Forschung die Schwelle. Die heutige liegt nach den aktuellen Daten weit darunter.² Hardware und Kapital reagieren zudem langsamer: Eine neue Chipfabrik braucht Jahre, und bereits 2026 fließen rund drei Prozent der US-Wirtschaftsleistung in KI-Infrastruktur.²

Welche Daten Klarheit bringen würden, haben Cheryl Wu, Arjun Ramani und Basil Halperin im September 2026 aufgelistet.²⁰ Sie fordern von den KI-Laboren acht Kennzahlen. Die wichtigsten:

• Testergebnisse interner, noch unveröffentlichter Modelle. Beschleunigt sich der Kreislauf, zeigt sich das dort zuerst.
• Die Leistung neuer Modelle im Verhältnis zu ihren Trainingskosten. Nur so lässt sich echte Effizienz von bloß höherem Aufwand unterscheiden.
• Rechenleistung und Personal je Team. Fortschritt durch mehr Personal ist keine Selbstverbesserung, Fortschritt durch mehr KI-Einsatz schon.
• Umfragen zum Produktivitätsgewinn und eine Liste eigenständiger KI-Entdeckungen.

Bisher erfüllen OpenAI, Anthropic und Google DeepMind nach Einschätzung der Autoren höchstens zwei dieser acht Anforderungen.

Eine Frage lässt sich nach den Daten klarer beantworten: Stand September 2026 treibt sich die KI-Forschung nicht selbst an. Offen bleibt, wie schnell sich das ändert. Das deutlichste Signal wäre ein Leistungssprung interner Modelle, der aus dem bisherigen Trend ausbricht und sich nicht durch mehr Chips, Geld oder Personal erklären lässt.

Quellen und weiterführende Literatur

Die Zusammenstellung der Labordaten und die Abschätzung der Lücke stammen von Ramez Naam. Das Schwellenmodell geht auf Tom Cunningham und Kollegen zurück, die Liste der fehlenden Kennzahlen auf Cheryl Wu, Arjun Ramani und Basil Halperin. Die Labordaten stammen aus Berichten und System Cards von OpenAI und Anthropic.