Zur Methodik: Für diesen Artikel habe ich dieselbe Forschungsfrage parallel an fünf KI-Systeme gestellt: Claude, Gemini, Perplexity, DeepSeek und ChatGPT. Jedes System hat unabhängig Quellen recherchiert. Die Einordnung, Analyse und Bewertung ist meine eigene Arbeit. KI ist ein Recherche-Werkzeug. Die Perspektive kommt vom Menschen. Besonders bei diesem Thema – denn drei der fünf Systeme haben mir Zahlen als Fakten verkauft, die keine sind.
Wir machen bei Passioneers gerade viele KI-Workshops für Einsteiger. Für Menschen, die zum ersten Mal einen Prompt schreiben. Die fragen, ob das Ding mitliest. Die sich nicht trauen, eine dumme Frage zu stellen.
Diese Menschen sind nicht dumm. Sie sind der Normalfall.
Und während ich in diesen Räumen stehe und erkläre, was ein Sprachmodell ist, lese ich am selben Abend, dass dieselbe Technologie sich angeblich 52-mal schneller selbst trainiert als ein Mensch. Dass sie 80 Prozent ihrer eigenen Nachfolger baut. Dass vier Jahre Arbeit in vier Tagen erledigt werden.
Die Schere ist das eigentliche Thema. Auf der einen Seite ein Tempo, das selbst Fachleute kaum noch greifen. Auf der anderen Seite Millionen Menschen, die noch nicht mal angefangen haben. Was passiert mit dieser Lücke, wenn das Tempo weiter steigt?
Genau in dieser Lage meldet sich Anthropic – einer der führenden KI-Entwickler – und schlägt eine globale Entwicklungspause vor. Die Tagesschau hat darüber berichtet. Das Narrativ: Die Maschine läuft uns davon, wir verlieren die Kontrolle, jetzt hilft nur noch die Notbremse.
Das ist kein Randthema. Aber es ist auch nicht so einfach, wie es klingt.
Was die Zahlen wirklich sagen
Fangen wir damit an, was stimmt – und was nicht.
Anthropic hat am 4. Juni 2026 tatsächlich eine Pause ins Gespräch gebracht. Die Quelle ist ein Beitrag des Anthropic Institute mit dem Titel „When AI builds itself“, geschrieben von Marina Favaro und Jack Clark. Der zentrale Satz: Es wäre gut für die Welt, die Option zu haben, die Entwicklung von Spitzen-KI zu verlangsamen oder vorübergehend zu pausieren, damit gesellschaftliche Strukturen und Sicherheitsforschung mithalten können.
So weit der wahre Kern. Jetzt zu den Zahlen, die durch die Medien gehen.
„KI erfindet 80 Prozent neuer KI.“ Falsch. Die echte Zahl: Mehr als 80 Prozent des Codes, der in Anthropics eigene Codebasis einfließt, wird inzwischen von Claude geschrieben. Code. Nicht „neue KI“. Vor dem Start von Claude Code im Februar 2025 lag der Anteil im niedrigen einstelligen Bereich. Das ist beeindruckend. Aber „Code schreiben“ und „sich selbst erfinden“ sind zwei verschiedene Dinge. Die Forschungsrichtung, das Urteil, die Zielsetzung – das machen weiter Menschen.
„KI trainiert sich 52-mal schneller als ein Mensch.“ Falsch. Die 52 kommen aus einem eng definierten internen Test: Claude bekommt Code, der ein kleines Modell trainiert, und soll ihn schneller machen, ohne die Korrektheitsprüfungen zu verletzen. Ein Optimierungs-Benchmark. Anthropic schreibt selbst dazu, dass man diese Zahl nicht als reale Trainingsbeschleunigung lesen soll. Das Unternehmen warnt vor genau der Interpretation, die in der Tagesschau steht.
„Vier Jahre Arbeit in vier Tagen.“ Erfunden. Es gibt einen realen Bezugspunkt: Im April 2026 lieferte Claude über 800 Fixes, die eine bestimmte Fehlerklasse drastisch reduzierten – ein Ingenieur schätzte, ein Mensch hätte dafür vier Jahre gebraucht. Von „vier Tagen“ steht in der Quelle nichts. Das eingängige Bild ist eine journalistische Zuspitzung.
Das klingt nach Erbsenzählerei. Ist es nicht.
Drei der fünf KI-Systeme, die ich für diesen Artikel befragt habe, haben mir diese Zahlen als belegte Fakten präsentiert. DeepSeek ging am weitesten und erfand eine komplette Geheimstudie namens „Aether“ – mit Codenamen, Detailzahlen, angeblich vertraulichem Executive Summary. Es gibt sie nicht. Reine Halluzination, ein bekanntes Muster aller großen Sprachmodelle. (Am Rande: DeepSeek, ein chinesisches Modell, ist bei politisch heiklen Themen nachweislich zensiert – hier aber war es schlicht ein erfundener Beleg, kein politischer.)
Wenn die Werkzeuge, mit denen wir recherchieren, das Hype-Narrativ selbst verstärken – dann ist das Prüfen der Zahlen keine Pedanterie. Es ist die Arbeit.
Warum das Narrativ trotzdem zieht
Die exponentielle Kurve ist real. Das ist der Punkt, an dem das Krisennarrativ andockt.
Anthropics Ingenieure liefern pro Quartal das Achtfache an Code gegenüber den Jahren 2021 bis 2025. Bei den schwersten, am wenigsten vorgegebenen Programmieraufgaben kam Claude im Mai 2026 auf eine Erfolgsquote von 76 Prozent – ein Sprung von 50 Prozentpunkten in sechs Monaten. Das sind keine Kleinigkeiten.
Aber: Auch diese Zahlen sind Selbstauskünfte. Niemand hat sie unabhängig geprüft. Und Anthropic selbst weist darauf hin, dass „Zeilen Code“ die echte Produktivität überschätzt. Eine Studie des unabhängigen Instituts METR zeigt sogar, dass Entwickler ihren eigenen KI-Produktivitätsgewinn regelmäßig zu hoch einschätzen.
Das Muster ist bekannt. Wer ein extrem mächtiges Produkt verkauft, hat ein Interesse daran, dass es extrem mächtig wirkt. „So gefährlich, dass wir vor uns selbst warnen müssen“ ist nicht nur eine Warnung. Es ist auch ein Verkaufsargument.
Der Zeitpunkt, der stutzig macht
Hier wird es interessant.
Am 1. Juni 2026 hat Anthropic vertraulich Unterlagen für einen Börsengang bei der US-Börsenaufsicht SEC eingereicht. Drei Tage vor dem Pausen-Aufruf. Wenige Tage zuvor war die Finanzierungsrunde Series H abgeschlossen: 65 Milliarden Dollar frisches Kapital, Bewertung 965 Milliarden Dollar. Damit zog Anthropic an OpenAI vorbei. Der Umsatz lief zuletzt auf über 47 Milliarden Dollar pro Jahr hoch.
Es steuert also einer der größten Börsengänge des Jahres auf uns zu. Und ausgerechnet jetzt kommt der Ruf nach der Notbremse.
Die Kritik daran ist nicht meine Erfindung. David Sacks – KI-Berater im Weißen Haus unter Präsident Trump – wirft Anthropic wörtlich vor, eine ausgeklügelte Strategie der „regulatorischen Vereinnahmung“ zu fahren, basierend auf Angstmacherei. Die Logik dahinter: Wer vorne liegt, ruft nach Regeln, die den eigenen Vorsprung einfrieren. Ein Moratorium auf neue Spitzenmodelle zementiert die Position derer, die schon oben stehen. Kleinere Wettbewerber und günstige Open-Source-Modelle bleiben außen vor.
Pikant ist ein Detail aus dem Februar 2026: Da hat Anthropic in seiner eigenen Sicherheitsrichtlinie genau die verbindliche Pausen-Zusage gestrichen, die es jetzt öffentlich von allen anderen fordert. Erst die eigene Selbstbindung lösen, dann nach globaler Selbstbindung rufen.
Heißt das, die Sorge ist gelogen? Nein. Anthropic hat seit Gründung eine ernsthafte Sicherheitsforschung. Die Forderung nach überprüfbaren Kontrollmechanismen deckt sich mit dem, was unabhängige Governance-Forscher vorschlagen. Es ist kein reiner PR-Trick.
Aber es ist eben auch kein reiner Akt der Selbstlosigkeit. Es ist beides gleichzeitig. Echte Sorge und strategische Positionierung, sauber ineinander verwoben. Wer nur eine der beiden Ebenen sieht, hat die Geschichte nicht verstanden.
Die Mechanik des Moratoriums, die kaum jemand durchdenkt
Nehmen wir den Vorschlag ernst. Würde er funktionieren?
Was dafür spricht. Die Sicherheitsforschung hinkt der reinen Rechenleistung hinterher. Eine koordinierte Pause würde Zeit verschaffen – für Prüfstandards, für ethische Leitplanken, für die Frage, wer eigentlich haftet, wenn ein autonomer KI-Agent eine Entscheidung trifft. Es gibt einen historischen Bezugspunkt: 2023 forderten über 30.000 Unterzeichner, darunter Yoshua Bengio und Stuart Russell, eine sechsmonatige Trainingspause. Die Pause kam nie. Aber die Risikodebatte wurde dadurch erst gesellschaftsfähig.
Was dagegen spricht. Eine Pause funktioniert nur, wenn alle mitmachen. Überprüfbar. Gleichzeitig. In mehreren Ländern. Und genau hier liegt das Problem.
Ein KI-Trainingslauf versteckt sich besser als ein Raketensilo. Anders als bei Atomwaffen gibt es keine Isotopensignatur, keine Satellitenbilder von Zentrifugen. Wer heimlich weitermacht, während die Konkurrenz pausiert, sichert sich einen kaum einholbaren Vorsprung. Der Anreiz zum Vertragsbruch ist gewaltig.
Dazu der Machtkampf USA gegen China. KI gilt längst nicht mehr als Produkt, sondern als nationale Sicherheitsinfrastruktur. Eine einseitige Pause des Westens würde als Einladung verstanden. Anthropic räumt selbst ein: Ein durchsetzbares Abkommen ist kaum realistisch.
Anders ausgedrückt: Der Vorschlag ist in der Theorie vernünftig und in der Praxis fast undurchführbar. Was ihn nicht wertlos macht. Aber man sollte wissen, was man da vor sich hat.
Wo KI 2030 steht – drei nüchterne Szenarien
Die ehrliche Antwort zuerst: Niemand weiß es. Wer dir eine genaue Zahl für 2030 nennt, verkauft dir etwas. Was es gibt, sind belastbare Trends und eine Bandbreite.
Der wichtigste belastbare Trend kommt von METR, einem unabhängigen Institut. Es misst, wie lange eine Aufgabe sein darf, die eine KI noch zuverlässig allein schafft. Diese Länge verdoppelt sich seit Jahren etwa alle sieben Monate, zuletzt schneller. Rechnet man das hoch, erreicht KI irgendwann zwischen 2028 und 2031 das Niveau, ganze Monatsprojekte autonom zu bearbeiten. Das ist die seriöse Kurve. Kein Weltuntergang, aber auch keine Stagnation.
Daraus ergeben sich drei Szenarien:
Erstens, das Plateau. Die Skalierung stößt an Grenzen – Daten, Energie, Rechenzentren. KI bleibt ein extrem starkes Werkzeug, das etwa die Hälfte der Standard-Softwareaufgaben übernimmt, aber keine echte Autonomie erreicht. Der Mensch behält das Steuer.
Zweitens, die Kooperation. Das laut Anthropic wahrscheinlichste Szenario. KI wird zum eigenständigen Mitarbeiter in fast allen Wissensbereichen. Der Mensch setzt die Richtung, die Maschine führt aus – mit massiven Produktivitätssprüngen. Routinejobs verschwinden, Strategie- und Aufsichtsrollen gewinnen.
Drittens, die Beschleunigung. Die Systeme entwerfen, trainieren und verbessern ihre Nachfolger weitgehend selbst. Das Tempo wird nur noch von der verfügbaren Rechenleistung begrenzt. Hier wird das Kontrollproblem existenziell – und genau davor warnt Anthropic.
Was bremst alle drei Szenarien gleichzeitig? Die physische Welt. Laut einer Gallup-Umfrage vom März 2026 lehnen 71 Prozent der US-Amerikaner ein KI-Rechenzentrum in ihrer Region ab – fast die Hälfte sogar entschieden. Damit sind diese Anlagen unbeliebter als Atomkraftwerke. Allein im Jahr 2025 wurden laut Data Center Watch 48 Projekte im Wert von rund 156 Milliarden Dollar blockiert oder verzögert. Der wahre Bremsklotz der nächsten Jahre ist nicht die Ethik. Es ist das Stromnetz und der Widerstand vor Ort.
Was das für dich im Mittelstand bedeutet
Hier kommen wir zu dem Teil, der wirklich zählt. Denn egal, welches Szenario eintritt – deine Entscheidung ist in allen dreien dieselbe.
Du wirst das globale Tempo nicht beeinflussen. Ob Anthropic oder OpenAI oder ein Labor in Shenzhen das nächste Modell baut, liegt außerhalb deiner Reichweite. Was in deiner Reichweite liegt: ob deine Organisation und deine Leute mitkommen.
Und genau da schließt sich der Kreis zu unseren Einsteiger-Workshops. Die Lücke zwischen denen, die KI souverän nutzen, und denen, die noch nicht angefangen haben, ist heute schon groß. Bei steigendem Tempo wird sie zur Kluft. Wer 2026 nicht anfängt, Kompetenz aufzubauen, ist 2030 nicht „etwas hinten dran“. Er ist Zuschauer.
Das Gute: Die sinnvollen Schritte sind in jedem Szenario dieselben. Es gibt keine Wette, die du eingehen musst.
Investiere in KI-Kompetenz deiner Belegschaft – nicht in einzelne Tools, sondern in Urteilsfähigkeit. Sorge für saubere Daten und klare Prozesse, in denen ein Mensch die KI-Ergebnisse prüft, bevor sie wirken. Bau dir ein kleines Frühwarnsystem: Wenn KI anfängt, zuverlässig Wochen-Aufgaben zu lösen, ist es Zeit, die Strategie nachzuschärfen.
Und für Europa, für Köln und NRW: Der Standortvorteil liegt nicht im Bau des nächsten Billionen-Parameter-Modells. Den Wettlauf gewinnen andere. Der Vorteil liegt in der verlässlichen Anwendung – KI tief in Maschinenbau, Logistik, Versicherung und Verwaltung integriert. Vertrauenswürdig, prüfbar, mit Menschen statt über sie hinweg. In Köln nutzen bereits rund 80 Prozent der Großunternehmen KI, deutlich über dem Bundesschnitt von 48 Prozent. Beim Mittelstand sind es erst etwa 18 Prozent. Das ist keine schlechte Nachricht. Das ist der Markt, der noch offen ist.
Der EU AI Act gibt dabei den Takt vor: Ab August 2026 greifen die Pflichten für Hochrisiko-Systeme. Wer jetzt sein KI-Inventar und seine Risikoklassen sortiert, reagiert nicht in Panik, sondern aus Klarheit.
Zwei Fragen zum Schluss
Wenn du gerade in deinem Unternehmen über KI entscheidest: Prüfst du die Zahlen, die dir Anbieter und Schlagzeilen liefern – oder übernimmst du das Narrativ, weil es so beeindruckend klingt?
Und wenn du an deine Belegschaft denkst: Baust du die Brücke über die Kompetenzlücke jetzt, solange sie noch zu überqueren ist – oder wartest du, bis das Tempo entscheidet?
Transformation mit Menschen, nicht über sie hinweg. Das gilt für die KI in deinem Unternehmen genauso wie für die Debatte über die KI der Welt.
Quellen (Auswahl)
Anthropic Institute, „When AI builds itself“ (04.06.2026) · Anthropic, Series-H-Mitteilung (965 Mrd. USD Bewertung) · CNBC, Fortune zur Bewertung und IPO-Einreichung · SEC-Einreichung (S-1, 01.06.2026) · David Sacks zu „regulatory capture“ (X, 14.10.2025) · METR, „Measuring AI Ability to Complete Long Tasks“ (19.03.2025) · Tom’s Hardware (Anthropic-Codeanteil und 52x-Benchmark) · Scientific American, Engadget, RTÉ, Yahoo zur Pausen-Forderung · Future of Life Institute, „Pause Giant AI Experiments“ (2023) · Gallup, „Americans Oppose AI Data Centers in Their Area“ (13.05.2026, Befragung März 2026) · Data Center Watch / 10a Labs zu blockierten Projekten 2025 · KölnBusiness-Standortstudie (KI-Nutzung Kölner Unternehmen) · EU AI Act (Fristen Hochrisiko-Systeme ab 08/2026)
Faktencheck-Hinweis: Die in der Tagesschau zitierten Zahlen (80 % „neue KI“, 52-fache Selbsttrainings-Geschwindigkeit, „4 Jahre in 4 Tagen“) wurden für diesen Artikel gegen die Primärquelle geprüft und als verzerrt bzw. unbelegt eingeordnet. Eine von DeepSeek angeführte Anthropic-Studie mit dem Codenamen „Aether“ existiert nicht. Die Zahlen zu Rechenzentrums-Widerstand (Gallup, Data Center Watch) wurden gegen die Originalquellen verifiziert.
