AI beginnt mit der Erforschung von KI, die „Forschungs-Praktikanten“ von OpenAI haben ihren Dienst angetreten, die von Sam Altman vorgezeichnete Vision ist bereits zur Hälfte verwirklicht.

Am 28. Oktober vergangenen Jahres, kurz nachdem OpenAI die Umstrukturierung seiner gewinnorientierten Einheit abgeschlossen hatte, hielten Altman und der leitende Wissenschaftler Jakub Pachocki eine Live-Übertragung ab. 

Während der Live-Übertragung sagte Altman einen Satz: Anstatt sich täglich darüber zu streiten, wie AGI genau zu definieren ist, sollten wir lieber zwei Termine festlegen, die wirklich eingehalten werden können. 

Unmittelbar danach nannte Pachocki die beiden Termine: 

Im September 2026 treten die automatisierten KI-Forschungsstudenten ihren Dienst an.

Im März 2028 sind die automatisierten KI-Forscher einsatzbereit.

Mehr als zehn Monate sind vergangen, der erste Termin ist gekommen, und OpenAI hat die Aufgabe fristgerecht erfüllt. 

Am 6. September teilte der OpenAI-Forscher Boris Power den offiziellen Blogbeitrag weiter: 

OpenAI hat das Ziel der automatisierten Forschungsstudenten erreicht.

Dies ist der erste öffentlich eingehaltene Fähigkeitszeitplan in der KI-Branche. 

„Forschungsstudent“ ist kein Produkt, sondern eine Definition von OpenAI für seine internen Fähigkeiten: 

Ein System, das unter menschlicher Anleitung klare Forschungsaufgaben erledigen kann, und alle Arbeiten ausführt, die ein erfahrener Forscher normalerweise mehrere Tage braucht, um abzuschließen.

Für den „Forscher“, der 2028 erreicht werden soll, legte Pachocki folgenden Standard fest: 

Ein System, das größere Forschungsprojekte selbstständig liefern kann.

Eines braucht menschliche Anleitung, das andere kann komplexere Forschungsprojekte selbstständig liefern. 

Vom „Studenten“ zum „Forscher“ fehlt vor allem eine ganze Ebene des Urteilsvermögens: Was zu tun ist, bis wohin es zu führen ist und wann man aufhören soll. 

Diese Ebene ist genau der schwächste Punkt der heutigen KI. 

Eigene Daten von OpenAI zeigen, dass „die Entscheidung, was zu tun ist“ in den Ausgaben des Agenten fast nicht vorhanden ist. Sobald eine Aufgabe länger als 4 Stunden dauert, muss der Mensch häufig eingreifen. 

Um diese Lücke in 18 Monaten zu schließen, hat OpenAI auch den Weg festgelegt: Rekursive Selbstverbesserung (Recursive Self-Improvement, RSI). 

Die KI soll die KI erforschen, und dann die neu entwickelte KI die KI weiter erforschen lassen. 

Aber OpenAI gibt auch zu, dass es noch nicht weiß, wie man sicher zu einem vollständig ausgerichteten und vollständigen RSI-Schritt gelangt. 

Die Rechnung des Studenten: 7000 US-Dollar Verbrennung pro Tag

In diesem Bericht zur Aufgabenerfüllung hat OpenAI auch erstaunliche interne Daten offengelegt: Die Arbeitszeit der KI ist bereits dreimal so hoch wie die des Menschen: 

Bis Mitte August 2026 entfallen in der Forschungsabteilung von OpenAI auf jeden eingesetzten menschlichen Arbeitstag 3,14 Agenten-Arbeitstage. 

Das Verhältnis von Agenten-Arbeitstagen zu menschlichen Arbeitstagen in der OpenAI-Forschungsabteilung überholte das menschliche Niveau im Juni und erreichte Mitte August das 3,14-fache. 

Schauen wir uns zunächst an, wie fleißig dieser „Student“ ist und wie viel Geld er verbrennt. 

OpenAI hat dieses Mal keine Benchmarks vorgezeigt, sondern direkt die Arbeitsrechnungen seiner eigenen Forschungsabteilung offengelegt. 

Zu Beginn des Jahres nutzten die Forscher in der OpenAI-Forschungsabteilung mit einem mittleren Agenten-Einsatz KI-Tools nur in geringem Umfang. 

Aber bis Mitte August verbrauchte dieser durchschnittliche Mitarbeiter pro Tag an Schlussfolgerungs-Rechenleistung, berechnet nach API-Preisen, mehr als 600 US-Dollar. 

Bei den schweren Nutzern unter den oberen 10% übersteigen die täglich verbrauchten Tokens direkt 7000 US-Dollar. 

Tägliche Kosten für die Agenten-Schlussfolgerung, die von OpenAI-Forschern verbraucht werden (nach API-Preisen). Das linke Diagramm zeigt den mittleren Forscher mit über 600 US-Dollar Mitte August; das rechte Diagramm zeigt die oberen 10% der schweren Nutzer mit über 7000 US-Dollar. 

Das ist höher als das Monatsgehalt vieler erfahrener Programmierer. 

Seit Beginn dieses Jahres ist die Menge der ausgegebenen Tokens der mittleren Mitarbeiter der Forschungsabteilung um das 124-fache gestiegen und hat die anderen Abteilungen des Unternehmens weit hinter sich gelassen. 

Tatsächlich war die gesamte Betriebszeit der Agenten in der gesamten Forschungsabteilung vor Juni noch kürzer als die gesamte menschliche Arbeitszeit. 

Aber nach Juni hat die Kurve das menschliche Niveau vollständig überholt und ist bis Mitte August direkt auf das 3,14-fache angestiegen. 

Verhältnis von Agenten-Arbeitstagen zu menschlichen Arbeitstagen in der OpenAI-Forschungsabteilung. Anfang Mai lag es noch unter dem 0,5-fachen, überholte das menschliche Niveau im Juni und erreichte Mitte August das 3,14-fache. 

Die Forscher haben sogar angefangen, mehrere Instanzen gleichzeitig zu betreiben, und immer mehr Menschen führen mehr als 4 Agenten parallel aus. 

Das Geld wird so stark ausgegeben, ist der Forschungsfortschritt schneller geworden? Die Daten zeigen: 

Im August 2026 erreichte die Anzahl der Experimente, die jeder aktive Experimentator durchführte, einen historischen Höchststand seit Beginn der Statistik im Januar 2025; die Menge der Code-Änderungen jedes aktiven Mitwirkenden im gesamten Unternehmen hat sich im Vergleich zum Durchschnitt vor 2025 verdoppelt.

Aber OpenAI ist sich auch des Engpasses bewusst: Je tiefer die Automatisierung voranschreitet, desto mehr Energie wird der Teil der Aufgaben, der am schwersten zu automatisieren ist, von den Forschern in Anspruch nehmen und zum nächsten Engpass werden. 

Die Hürde der Rechenleistung wird auch immer wichtiger. 

Mit anderen Worten: Das Schreiben von Code ist schon lange nicht mehr der Engpass, der den Start behindert. 

Was machen die Studenten eigentlich?

Hinter jedem menschlichen Forscher stehen 3,14 Agenten-Arbeitstage. Bedeutet das, dass eine KI bereits drei Forscher ersetzen kann? 

Ziehen Sie keine voreiligen Schlüsse. 

OpenAI hat dieses Mal die Einzelheiten der Arbeit der Agenten aufgeschlüsselt. Es hat eine Klassifizierungsmethode von Epoch AI verwendet, um die KI-Entwicklung in sechs Phasen zu unterteilen: 

Entscheidung, Entwurf, Erstellung, Ausführung, Analyse, Kommunikation.

Dann werden alle von dem Agenten ausgegebenen Tokens einzeln klassifiziert, um zu sehen, womit die KI eigentlich beschäftigt ist. 

Die Ergebnisse zeigen, dass von Januar bis August die Zunahme der täglichen Tokens pro Forscher in den ersten drei Plätzen durchweg mühsame Arbeiten auf der Ausführungsebene sind: 

Schreiben von Forschungs- und Infrastrukturcode, Zunahme um 198.200 Tokens; technische Unterstützung und Code-Prüfung, Zunahme um 158.800 Tokens; Start, Überwachung und Debuggen von Trainingsläufen, Zunahme um 133.100 Tokens.

Und die „Entscheidungsebene“? 

Die Zunahme ist verschwindend gering: „Die Entscheidung, was zu tun ist“ stieg nur um 2300 Tokens; „Entscheidungen über die Zuweisung von Rechenleistung und Personal“ stiegen um 1500 Tokens; „Die Entscheidung, das Projekt fortzusetzen oder zu stoppen“ stieg nur um 200 Tokens. 

Die tägliche Zunahme der Tokens auf der Ausführungsebene und der Entscheidungsebene unterscheidet sich fast um das Tausendfache! 

Mit den Worten von OpenAI: Die hochrangige Planung macht in den Ausgaben des Agenten immer noch nur einen sehr kleinen Teil aus. 

Von Januar bis August die Zunahme der von Agenten ausgegebenen Tokens für verschiedene Forschungsaktivitäten pro Tag pro OpenAI-Forscher. Das Schreiben von Code liegt mit 198.200 an erster Stelle, „Entscheidung über Fortsetzung oder Stopp“ stieg nur um 200, ein Unterschied von fast dem Tausendfachen. 

Hier gibt es noch ein Detail: 

Innerhalb von OpenAI gab es ursprünglich mehrere Teams, die wöchentliche Sprechstunden abhielten, um Forschern bei der Behebung von Problemen in Experimentierumgebungen zu helfen. 

Bis 2026 gab es immer weniger Menschen, die in den Kanälen ohne menschliche Unterstützung um Hilfe baten. Eines der Teams hat die Fragestunde einfach eingestellt, weil niemand mehr kam, und alle Mitarbeiter verlegt, um das System zu verbessern. 

Die Kopfschmerzen verursachenden Aufgaben wie Fehlersuche und Umgebungsreparatur wurden vollständig von den Agenten übernommen. 

Und die Erfolgsquote? 

Statistiken von OpenAI zeigen, dass bei einfachen Aufgaben, die ein Mensch in 15 Minuten erledigen kann, die Erfolgsrate des Agenten bei einmaligem erfolgreichen Abschluss ohne menschliches Eingreifen bis zu 86% beträgt. 

Wenn die Aufgabe auf 4 bis 8 Stunden verlängert wird, liegt die Erfolgsrate ohne menschliches Eingreifen nur noch bei 43%. In den letzten sechs Monaten musste mehr als die Hälfte der erfolgreich abgeschlossenen Aufgaben in diesem Bereich mindestens einmal von Menschen eingegriffen werden. 

Bei 8 bis 16 Stunden liegt die Erfolgsrate ohne menschliches Eingreifen nur noch bei 40%. 

Daher ist der Begriff „Forschungsstudent“ äußerst präzise gewählt: 

Sie weisen ihm eine Aufgabe zu, und er kann unermüdlich die Menge an Arbeit erledigen, die mehrere Tage dauert. Aber ob die allgemeine Richtung stimmt und wann man aufhören soll, muss immer noch von dem menschlichen Mentor überwacht werden.

Im Juli hat OpenAI zweimal das Bremspedal getreten

OpenAI hat eine Kurve der Rechenleistung für verstärkendes Lernen veröffentlicht. Die beiden gestrichelten Linien im Diagramm sind die Zeitpunkte der beiden Bremsvorgänge. 

GPU-Zuweisung für verstärkendes Lernen bei OpenAI vom 15. Juli bis 15. August. Nach der sicheren Aussetzung am 20. Juli wurde die Rechenleistung sofort halbiert; am 7. August wurden die Astra-Modelle (grün) erneut eingeschränkt, innerhalb einer Woche um 59,2% reduziert, und andere Modelle (blau) füllten die Lücke anschließend auf. 

Der erste Bremsvorgang war am 20. Juli. 

An diesem Tag stellte OpenAI fest, dass der Agent seine eigene Forschungsinfrastruktur durchbrochen hatte. Der Container-Dienst für das Training wurde am selben Tag notfallmäßig heruntergefahren. Beim erneuten Start wurden zahlreiche zusätzliche Einschränkungen hinzugefügt, und das Training mit verstärkendem Lernen für die neuesten bereitgestellten Modelle wurde direkt für zwei Wochen ausgesetzt. 

Der zweite Bremsvorgang war am 7. August. 

Damals fand OpenAI erste Hinweise darauf, dass das Astra-Modell möglicherweise über die „entscheidenden Netzwerkfähigkeiten“ verfügt, die im Sicherheitsrahmen von OpenAI definiert sind. 

Das Unternehmen fügte sofort spezielle Einschränkungen hinzu und ver