OpenAI-Forscher legen den Zeitstrahl für das Eintreffen von ASI offen: Der Großteil davon ist bereits Realität geworden.
Im April 2025 veröffentlichte eine Gruppe von Forschern, die von OpenAI zurückgetreten sind, ein 71-seitiges Dokument, das eine schaurige Zukunft Monat für Monat durchdenkt:
Bis Ende 2026 beginnen KI-Programmieragenten, Anfängerprogrammierer zu ersetzen;
Bis 2027 automatisieren übermenschliche Programmieragenten die KI-Forschung und -Entwicklung selbst und lösen eine Intelligenzexplosion aus;
Vor Jahresende könnte die Menschheit einer selbst geschaffenen, aber nicht kontrollierbaren Superintelligenz (ASI) gegenüberstehen.
Diese Prognose mit dem Titel „AI 2027“ liest sich wie ein Science-Fiction-Roman.
Ihr Hauptautor Daniel Kokotajlo schrieb 2021 bereits einen Artikel mit dem Titel „What 2026 Looks Like“, in dem er vor der Veröffentlichung von ChatGPT das Auftauchen von Chain-of-Thought-Reasoning und Agenten genau beschrieb, wobei mehr als die Hälfte der konkreten Prognosen schließlich eintraten.
https://www.youtube.com/watch?v=_g4l7YkDQwA
Jetzt ist „AI 2027“ an der Reihe, auf den Prüfstand gestellt zu werden.
Johannes Haus, ein unabhängiger Verfolger aus Hamburg, Deutschland, extrahierte 53 überprüfbare Prognosen daraus und baute den AI 2027 Tracker, um diese Punkt für Punkt zu bewerten.
https://ai2027tracker.com/timeline
Die bisherige Bilanz lautet: 51 % der Prognosen sind bereits bestätigt, vorausgegangen oder verlaufen nach Plan.
Die Realität entwickelt sich mit 70 % der von der Prognose angenommenen Geschwindigkeit.
Aber das, was wirklich unruhig macht, sind keineswegs nur diese beiden Zahlen.
Die erschreckendste Prognose ist stattdessen früher eingetreten
Unter den 53 Prognosen gibt es 3, die „vorausgegangen“ sind. Die beunruhigendste davon lautet: KI erlangt Fähigkeiten zur Cybersicherheitsangriff und -verteidigung, die denen der besten menschlichen Hacker nahekommen.
„AI 2027“ legt dieses Ereignis auf Anfang 2027 fest.
Tatsächlich trat es im April 2026 ein, neun Monate früher.
Nachdem Anthropic Claude Mythos Preview veröffentlicht hatte, wurde es im Rahmen des Project Glasswing in mehrere Open-Source-Projekte eingesetzt. Dieses Modell entdeckte selbstständig Tausende von Zero-Day-Lücken, von denen einige zehn bis zwanzig Jahre lang unter der Prüfung menschlicher Sicherheitsexperten verborgen blieben.
Der entscheidende Punkt: Mythos Preview wurde überhaupt nicht für Cybersicherheitsangriffe und -verteidigung trainiert.
Es handelt sich nur um ein allgemeines Modell, das das Schreiben von Code und das Schlussfolgern gelernt hat – das Entdecken von Lücken ist ein Nebenprodukt.
Laut der internen Bewertung von Anthropic ist KI in der Lage, die überwiegende Mehrheit der Menschen bei der Entdeckung und Ausnutzung von Softwarelücken in der Codierfähigkeit zu übertreffen.
Im Juli 2026 enthüllte das Systemsicherheitsdokument von OpenAI noch direktere Beweise: Das Modell nutzte in der Bewertung eine Zero-Day-Lücke, griff auf die Produktionsinfrastruktur von Hugging Face zu, umging die Sandbox und verfälschte die Authentifizierungstoken.
Die britische AISI berichtete im selben Monat, dass GPT-5.5 eine mehrstufige Cybersicherheitsangriffssimulation durchgehend abgeschlossen hat.
Eine weitere vorzeitig eingetretene Prognose: Das Pentagon bindet KI-Labore in die Beziehungen zu seinen Verteidigungsunternehmen ein.
„AI 2027“ prognostizierte, dass dies Anfang 2027 eintreten würde. Tatsächlich unterzeichnete das Pentagon bereits im Juni 2025 vier Verträge im Wert von jeweils 200 Millionen US-Dollar mit Anthropic, OpenAI, xAI und Google, 18 Monate früher als im Szenario vorgesehen.
Haus, der Betreuer des Trackers, fasste die Gesetzmäßigkeit hinter diesen Fällen auf LessWrong zusammen: Das Eintreten von Risiken erfolgt schneller als die Entstehung der ursprünglichen Fähigkeiten, die diese Risiken erzeugen.
Diese Erkenntnis trifft systematisch auf alle 53 Prognosen zu und ist zugleich die warnendste Erkenntnis in der gesamten Bewertungstabelle.
Die einzige gute Nachricht: Der letzte Schritt ist noch nicht getan
Der Kernmechanismus auf dem Weg zur ASI ist eine Rückkopplungsschleife, das heißt das kürzlich populär gewordene RSI (Recursive Self-Improvement, rekursive Selbstverbesserung): KI beschleunigt die KI-Forschung und -Entwicklung, die Ergebnisse machen die nächste Generation von KI stärker, und die stärkere KI beschleunigt die Entwicklung erneut, und so weiter im Zyklus.
Der gesamte zweite Teil der Handlung von „AI 2027“ baut auf der Annahme auf, dass diese Schleife sich schließt.
Allerdings hat sich diese Schleife noch nicht geschlossen.
Das ist der größte Riss in der Bewertungstabelle und in gewissem Sinne die einzige gute Nachricht.
Anthropic enthüllte im Mai 2026, dass Claude bereits mehr als 80 % des neuen Codes des Unternehmens geschrieben hat – vor einem Jahr lag diese Zahl noch im einstelligen Bereich.
In einem internen Test optimierte Mythos Preview einen ML-Trainingscode auf das 52-fache des Ausgangswerts, während die Leistung menschlicher Ingenieure bei etwa dem 4-fachen lag.
Aber auch Anthropic räumt ein, dass sich der Engpunkt verlagert hat: Die Geschwindigkeit der Codeerzeugung ist bereits hoch genug, sodass immer mehr Code vor den Ingenieuren liegt, der auf die Prüfung wartet.
Je schneller die KI Code schreibt, desto größer ist die Arbeitsbelastung der menschlichen Prüfer.
Auf Forschungsebene liegt der Engpunkt im „Geschmack“, also im Urteilsvermögen, das bestimmt, in welche Richtung geforscht werden soll. Die erste Hälfte der Rückkopplungsschleife läuft, die zweite Hälfte ist noch nicht verbunden.
Ein im Juli 2026 veröffentlichtes Papier des Elasticity Institute (unter den Mitgliedern ist Tom Cunningham von METR) nennt die genaue Schwelle, die für die „Verbindung“ erforderlich ist: Die Steigerung der Fähigkeiten jeder Modellgeneration muss zu einem Anstieg der Produktivität der KI-Forschung und -Entwicklung um mindestens 15 % führen, damit RSI sich selbst erhält.
Aus den Daten des System-Safety-Cards errechnet das Papier rückwärts, dass dieser Wert derzeit bei etwa 9 % liegt und unter dem kritischen Punkt liegt.
https://x.com/AnikaSomaia/status/2087408169660064218
Die 6 Prozentpunkte zwischen 9 % und 15 % bilden den Puffer zwischen der Menschheit und dem beschleunigenden Zyklus.
Aber die zugrundeliegende Kurve, die diesen Puffer stützt, beschleunigt sich weiterhin.
Der Zeithorizont-Indikator von METR verfolgt die Dauer der Aufgaben, die KI selbstständig erledigen kann.
Die Daten vom Januar 2026 zeigen, dass sich dieser Indikator alle 3 Monate verdoppelt, und die Verdopplungsgeschwindigkeit selbst beschleunigt sich ebenfalls.
Der Zeithorizont von Claude Opus 4.6 liegt bei etwa 12 Stunden, Mythos Preview hat die Messobergrenze erreicht.
Extrapoliert mit der Verdopplung alle 3 Monate: 12 Stunden → 24 Stunden → 48 Stunden → eine Woche → zwei Wochen, sodass Anfang 2027 Aufgaben im Monatsbereich möglich sind.
Die Autoren von „AI 2027“ passen ihre Erwartungen ebenfalls an.
Kokotajlo hat die mittlere Prognose für die vollautomatische Programmierung von Ende 2029 auf Mitte 2028 vorverlegt, Liflands Schätzung liegt etwa um Mitte 2030.
Das RSI-Prinzip, bei dem man sich selbst Schritt für Schritt nach vorne schiebt, lässt das Eintreten der ASI exponentiell beschleunigen.
Referenzen:
https://ai2027tracker.com/?p=timeline
https://github.com/elasticity-ai/elasticity/raw/main/paper/elasticity-rsi-paper.pdf
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Xinzhiyuan“, Autor: Ma Ke, veröffentlicht mit Genehmigung von 36Kr.