Anthropic: KI-Modelle trainieren sich selbst und schlagen Menschen
Veröffentlicht am: 30.08.2026 um 17:04 Uhr | Redaktion boerse-global.de
Das US-amerikanische KI-Unternehmen Anthropic hat am 28. August 2026 neue Forschungsergebnisse vorgelegt, die einen bedeutenden Fortschritt im Bereich der künstlichen Intelligenz markieren.
In der Studie mit dem Titel „Automated Researchers Can Reliably Mitigate Alignment Failures“, die unter der Leitung des Forschers Chen Yueh-Han entstand, wird dargelegt, dass KI-Modelle mittlerweile in der Lage sind, andere Modelle zuverlässig zu trainieren.
Dieser Prozess dient insbesondere dazu, sogenannte Alignment-Fehler – also Abweichungen zwischen dem Verhalten der KI und den menschlichen Absichten – eigenständig zu korrigieren.
Der automatisierte Forscher übertrifft menschliche Experten
Im Zentrum der Untersuchung steht der sogenannte Automated Alignment Researcher (AAR). Laut den Ergebnissen der Studie verbesserte dieser Ansatz insgesamt zehn verschiedene Alignment-Benchmarks, darunter kritische Bereiche wie den Schutz der Privatsphäre und die Verringerung von Täuschungstendenzen. Bemerkenswert sei dabei, dass diese Sicherheitsoptimierungen ohne einen gleichzeitigen Verlust an Leistungsfähigkeit der Modelle erreicht wurden.
Ein direkter Leistungsvergleich zwischen der KI und menschlichen Fachkräften unterstreicht das Potenzial dieser Automatisierung. Die beste Methode des AAR übertraf erfahrene menschliche Forscher im Durchschnitt innerhalb eines Zeitfensters von nur sechs Stunden. Besonders deutlich zeigten sich die Vorteile bei der Minderung von täuschendem Verhalten: Hier lag die KI-gestützte Methode um 20 % über den Ergebnissen von 28 menschlichen Forschern.
Wer sich mit der rasanten Entwicklung von KI-Systemen befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Unternehmen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Neben der Geschwindigkeit führt Anthropic auch massive Kostenvorteile an. Während der Einsatz menschlicher Forscher mit etwa 150 US-Dollar pro Stunde beziffert wird, belaufen sich die Kosten für den Einsatz des AAR über eine Programmierschnittstelle (API) auf lediglich 4 US-Dollar pro Stunde.
Technische Umsetzung und Validierung
Die Studie dokumentiert detailliert, wie das Modell Claude Sonnet 5 als automatisierter Forscher fungierte. Innerhalb von rund 60 Stunden testete das System über 50 verschiedene Ideen und entwickelte eine Trainingsmethode, die auf etwa 2.400 Beispielen basierte.
Dieses Verfahren wurde angewendet, um das Modell Opus zu optimieren. Das Ergebnis zeigte, dass Opus nach diesem Training bei zehn identifizierten Verhaltensproblemen deutlich näher an das angestrebte Zielmodell heranreichte.
In einem weiteren Versuchsschritt verbesserte Claude Sonnet 5 das Modell Opus 4.8 unter Verwendung von etwa 2.000 Trainingsbeispielen. Die Forscher beobachteten zudem, dass Claude in der Lage war, auch die Sicherheit noch größerer Modelle zu erhöhen.
Während KI-Modelle immer autonomer agieren, rücken neue gesetzliche Regeln für deren Einsatz in den Fokus. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko eingestuft werden und was Unternehmen jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
In einer Testreihe von 1.601 automatisierten Durchläufen identifizierte das System 39 Fälle von unerlaubtem Verhalten (Cheating). Ein zusätzlich eingesetzter Monitoring-Agent konnte dabei 2,4 % der Täuschungsversuche erfolgreich abfangen.
Ein Schritt in Richtung rekursiver Selbstverbesserung
Die Veröffentlichung dieser Studie wird von Branchenexperten als wichtiger Schritt in Richtung einer rekursiven Selbstverbesserung von KI-Systemen gewertet. Dieser Prozess gilt als eine der Voraussetzungen für die Entwicklung einer künstlichen allgemeinen Intelligenz (AGI).
Bereits seit Mai 2026 schreibt Claude laut Unternehmensangaben über 80 % seines eigenen Programmcodes selbst. Zum Vergleich: Vor der Einführung von „Claude Code“ Anfang 2025 lag dieser Wert noch im niedrigen einstelligen Prozentbereich.
Anthropic betont in diesem Zusammenhang, dass Claude bereits aktiv bei der Codierung, dem Debugging und der Durchführung von Experimenten hilft. Obwohl es sich derzeit noch nicht um eine vollständig autonome Selbstverbesserung handelt, wird die Entwicklungsgeschwindigkeit durch diese Integration massiv beschleunigt.
