Claude investiert 100 Millionen US-Dollar in die Einrichtung von Schulungskursen, kommt dein erstes KI-Diplom bald?

„Am Ende von KI steht der Verkauf von Kursen“ – früher war das nur ein Scherz. Jetzt hat sogar das offizielle Team von Claude selbst Schulungen auf den Markt gebracht.

Anthropic hat diese Woche die Claude Frontier Academy vorgestellt. Das Unternehmen will selbst Ingenieure ausbilden und nach praktischen Prüfungen Fähigkeitszertifikate vergeben, die den Namen Claude tragen.

Nach Angaben von Anthropic verspricht das Unternehmen, 100 Millionen US-Dollar zu investieren, mit dem Ziel, bis Ende 2027 10.000 Ingenieure auszubilden. Es plant, die gleichen Fähigkeitsanforderungen anzuwenden, die es auch für seine eigenen Ingenieure verwendet.

Eine E-Mail mit KI zu ändern, und mit KI ein Tool zu bauen, das Kollegen bedenkenlos nutzen können, sind zwei völlig unterschiedliche Anforderungen. Aber heute können beide Personen im Fähigkeitsbereich ihres Lebenslaufs „sicherer Umgang mit KI“ eintragen. (Dein „sicherer Umgang“ und mein „sicherer Umgang“ sind vermutlich nicht ganz dasselbe, hh)

Wie bekommt man dieses Zertifikat?

Diese Schulung soll die gleichen Ingenieurfähigkeitsstandards von Anthropic übernehmen. Die Teilnehmer müssen an echten Projekten arbeiten und die Prüfung bestehen, um das Zertifikat zu erhalten.

Anthropic möchte Lernen, Praxis und Zertifizierung miteinander verbinden. Für Personen, die KI als berufliche Fähigkeit erlernen möchten, listet dieser Kurs konkrete Trainings- und Prüfungsanforderungen auf.

Das Projekt wird derzeit durch Nominierungen von Organisationen vergeben und richtet sich hauptsächlich an Unternehmenskunden und Partner. Die ersten Teilnehmer stammen aus Einrichtungen wie Accenture, Bain, Deloitte und Morgan Stanley.

Die Kurse laufen bereits in San Francisco, New York und London. Wer sich anmelden möchte, muss sich über das Kundenteam oder den Partnermanager von Anthropic seines Unternehmens in Verbindung setzen.

Ausgewählte Teilnehmer sollten über Grundkenntnisse in Softwareentwicklung verfügen, bereits mit großen Sprachmodellen gearbeitet und anderen bei der Nutzung von KI geholfen haben. Die Erfahrung mit der Entwicklung von Agenten ist keine zwingende Voraussetzung. Bei der Nominierung muss jedoch klar festgelegt werden, für welches Claude-Projekt man nach der Rückkehr verantwortlich sein wird.

Das erste Projekt der Akademie lehnt sich an das Ausbildungsmodell von Ärzten an: Man übt unter Anleitung erfahrener Fachkräfte, arbeitet mit praktischen Fällen und legt anschließend eine Prüfung ab.

Nach dem Plan auf der Projektwebsite nehmen die Teilnehmer zuerst an einem 4-tägigen Präsenztraining teil. Ingenieure von Anthropic und zertifizierte Dozenten unterrichten in kleinen Gruppen, die Teilnehmer kommen aus verschiedenen Unternehmen.

In den ersten drei Tagen soll ein Claude-System für ein fiktives Unternehmen aufgebaut werden. Von der Anforderungsaufnahme über die Sicherheitsprüfung bis zur Übergabe wird der gesamte Prozess durchlaufen.

Unter den auf der Website aufgeführten Fähigkeitsanforderungen gibt es sowohl Entwicklungsaufgaben als auch Bewertungsaufgaben: Zuerst muss man die Probleme auswählen, die es wert sind, gelöst zu werden, und dann mit den Systemen und Daten des Unternehmens die Lösung umsetzen. Nach bestandener Sicherheitsprüfung muss man auch Kollegen die Nutzung beibringen.

Am vierten Tag wird eine praktische Prüfung in einem neuen Szenario durchgeführt. Nach dem Bestehen erhält man zuerst das Abzeichen „Claude Resident Engineer“.

Anschließend kehrt man in das eigene Unternehmen zurück und arbeitet 12 Wochen lang an dem zuvor ausgewählten echten Projekt. Bei Problemen kann man Unterstützung von den Ingenieuren von Anthropic erhalten und sich auch mit anderen Teilnehmern der gleichen Kohle austauschen.

Abschließend muss man noch eine weitere Prüfung ablegen. Nur wer diese besteht, erhält das Abzeichen „Claude Frontier Deployed Engineer“. Die ersten endgültigen Zertifikate werden voraussichtlich Anfang 2027 vergeben.

Für Leser ohne Entwicklungs erfahrung wird hier eine weitere Claude Academy empfohlen, die für alle offen ist. Sie eignet sich besser für den Einstieg, und die öffentlichen Kurse dort sind kostenlos und können selbstständig erlernt werden.

KI hat das Ergebnis geliefert – wie beweise ich, dass ich es auch beherrsche?

Wenn KI den Schülern helfen kann, ihre Hausaufgaben zu erledigen, wie kann man bei einer Prüfung herausfinden, was die Schüler tatsächlich gelernt haben?

In einer im Januar dieses Jahres veröffentlichten Studie hat Anthropic 52 Entwickler, hauptsächlich Nachwuchingenieure, eingeladen, die ihnen unbekannte Python-Bibliothek Trio zu erlernen.

Eine Gruppe durfte KI zur Unterstützung bei der Codeerstellung nutzen, die andere Gruppe schrieb den Code selbst. Nach Abschluss der Aufgabe führten die Forscher sofort einen Test durch.

Die durchschnittliche Punktzahl der KI-Gruppe betrug 50%, die der handgeschriebenen Gruppe 67%. Der größte Unterschied zwischen den beiden Gruppen lag bei den Aufgaben zur Fehlersuche. Die KI-Gruppe erledigte die Aufgabe etwas schneller, aber der Zeitunterschied erreichte keine statistische Signifikanz.

Die Forscher stellten außerdem fest, dass Teilnehmer, die nach Gründen fragen und Erklärungen verlangen, im Test meist bessere Leistungen erbringen.

Wenn man beispielsweise Excel lernt, lässt man die KI eine Formel schreiben, kopiert sie rüber, und die Tabelle liefert bereits das Ergebnis. Wenn Kollegen dann eine weitere Spalte hinzufügen und einige Nullwerte auftauchen, weiß man dann noch, welche Stelle man ändern muss?

Früher musste man beim Lernen von Algorithmen wie Quicksort, KMP oder Rot-Schwarz-Bäumen den Code selbst schreiben und wiederholt debuggen. Heute kann man auch den von KI generierten Code als Übungsmaterial nutzen: Man lässt sie erklären, warum ein Schritt so geschrieben wurde, und probiert dann selbst neue Eingabewerte aus, um zu sehen, wo Probleme auftauchen könnten.

Vor ein paar Tagen hat der KI-Forscher Andrej Karpathy auf X eine Veränderung angesprochen: In Zukunft werden wir mehr Zeit damit verbringen, die Ergebnisse zu verstehen, die große Sprachmodelle liefern.

Er schlägt vor, das Modell dazu zu bringen, Inhalte in Diagramme, interaktive Webseiten oder sogar spezielle Erklärvideos umzuwandeln.

Beim Lernen von Sortieralgorithmen kann man die KI dazu bringen, eine kleine Animation zu erstellen, die Schritt für Schritt abgespielt wird. Jedes Mal, wenn zwei Zahlen vertauscht werden, hält man an und beurteilt selbst den nächsten Schritt.

Google hat am 17. September eine Studie zu interaktivem Lernen veröffentlicht. Lehrer können mit KI geführte Simulationsübungen generieren.

Planetenbahnen, Beschleunigung, Atomstrukturen – alles kann zu praktischen Übungen umgewandelt werden. Quelle: Google Research.

In der offiziellen Demo regeln die Schüler die Beschleunigung des Wagens und die Betriebszeit des Motors, führen dann die Simulation aus und beobachten, wie sich der Wagen bewegt. Eine weitere Übung platziert positive und negative Zahlen auf dem Zahlenstrahl, sodass das rote und das blaue Auto an symmetrischen Positionen anhalten.

Dieses Design erhöht den Schwierigkeitsgrad schrittweise und bietet Hinweise und Feedback.

Google hat bereits mehr als 30 englische Übungen veröffentlicht, die sich hauptsächlich an Mittelschüler richten. Das Unternehmen plant zudem Unterrichtsstudien durchzuführen, um zu untersuchen, wie viel die Schüler tatsächlich lernen.

Tatsächlich kann man diese Übungsmethode auch beim Vorbereiten von Arbeitsberichten ausprobieren: Man lässt die KI die Rolle eines Kollegen spielen, der nach Details fragt. Wo man keine Antwort weiß, geht man zurück und überprüft die Materialien.

Auch die Personen, die Interviewfragen erstellen, überdenken derzeit, wie man Prüfungen gestalten soll.

In einer Rückschau zu einer Einstellungsrunde im Januar dieses Jahres hat Anthropic eine solche Hausaufgabe vorgestellt: Bewerber sollten ein Programm optimieren, das auf einem simulierten Beschleuniger läuft. Bei dieser Aufgabe war die Nutzung von KI ausdrücklich erlaubt.

Die farbigen Blöcke stellen die Anordnung der Anweisungen auf verschiedenen Ausführungseinheiten dar, damit Bewerber Optimierungspotenzial finden können. Quelle: Anthropic.

Die Ersteller der Aufgabe wollten ursprünglich sehen, wie Bewerber das System verstehen und Leistungsengpässe finden. Später erzielte Claude Opus 4.5 in einem Versuch mit menschlichen Hinweisen in 2 Stunden ein Ergebnis, das fast so gut war wie das des besten Menschen in dieser Zeit. Auch der betreffende Bewerber hat Claude intensiv genutzt.

Wenn man die Anforderungen weiter anhebt, entsteht eine peinliche Situation: Die sinnvollste Option für Bewerber könnte darin bestehen, einfach zu warten, bis das Modell die Arbeit erledigt. (Der größte Engpass bei der Arbeit bin ich selbst, hhh)

Die Ersteller der Aufgabe haben später eine andere Prüfungsmethode gewählt, bei der die Kandidaten mit unbekannteren Anweisungen und Einschränkungen konfrontiert werden. Debugging-Tools sind nicht vorbereitet – man muss sich entscheiden, ob man selbst Informationen ausgibt oder die KI beim Erstellen von Tools hilft.

Die Frontier Academy integriert echte Projekte und zwei praktische Prüfungen in den Zertifizierungspfad. Können die Teilnehmer die Aufgabe auch in einem anderen Szenario erledigen? Und wenn sie zu ihrem eigenen Projekt zurückkehren, können sie dann Probleme lösen, die früher nicht lösbar waren?

Das generative KI-Zertifizierungsabzeichen von Google