Wenn KI sich selbst verbessert.

Von Mario A. Brückner · 12. Juni 2026 · zuletzt geprüft am 16. September 2026

Im Frühjahr 2026 stand das unabhängige Forschungsinstitut METR vor einem ungewöhnlichen Problem. Es sollte ein neues KI-Modell bewerten. Standardvorgehen: Aufgaben vorlegen, Leistung messen, Ergebnis festhalten.

Das Modell hatte die Obergrenze des Testsystems erreicht. Der sogenannte Fünfzig-Prozent-Zeithorizont — die Länge menschlicher Arbeitszeit, bei der ein Modell die Aufgabe noch in der Hälfte der Fälle abschließt — lag bei gut siebzehn Stunden. Das Konfidenzintervall reichte allerdings von achteinhalb bis fünfundfünfzig Stunden; bei dieser Spannweite ist die Untergrenze die ehrlichere Zahl. Und METR versah die Messung mit einem Hinweis: Oberhalb von sechzehn Stunden sind Messungen mit der derzeitigen Aufgabensammlung unzuverlässig. Der gemessene Wert liegt also oberhalb der Grenze, ab der das Institut seinem eigenen Messverfahren nicht mehr traut.

Das ist kein Werbetext. Das ist ein Messinstitut, das sein Instrument überarbeiten muss, weil die Technologie schneller war als die Forschung.

Die Zahl, die man kennen muss

Wer die Entwicklung verstehen will, muss eine einzige Größe verinnerlichen: Die Länge von Aufgaben, die KI-Agenten autonom abschließen, verdoppelte sich über den Zeitraum 2019 bis 2025 etwa alle sieben Monate — nach METRs eigener Rechnung alle 196 Tage. Für die Modelle ab 2023 liegt die Verdopplungszeit bei vier bis fünfeinhalb Monaten, für die ab 2024 bei rund drei Monaten.

Das ist keine lineare Verbesserung, sondern eine exponentielle Kurve mit zunehmender Steigung. Wer sie auf zwei Jahre hochrechnet, kommt zu einem Ergebnis, das die meisten Jahresplanungen nicht einpreisen: Aufgaben, die einem Menschen mehrere Wochen kosten, könnten in den autonomen Bereich fallen.

Das Paradox, das die meisten übersehen

Beschleunigt man einen Teil eines Prozesses, wird der nächstlangsamere sichtbar. Der Begriff dafür stammt aus der Informatik: Amdahls Gesetz, 1967 formuliert. Der Gesamtgewinn aus der Beschleunigung eines Systems ist begrenzt durch den Anteil, der sich nicht beschleunigen lässt.

Auf Organisationen übertragen: Wenn KI die Ausführung radikal beschleunigt, wird der Teil, der menschliches Urteil erfordert, zum neuen Engpass. Nicht weil er schlechter würde — sondern weil er im Verhältnis plötzlich so viel langsamer ist.

GitHub zeigt das im Großmaßstab: 2025 verzeichnete die Plattform 1,12 Milliarden Beiträge zu öffentlichen und Open-Source-Projekten, dreizehn Prozent mehr als im Vorjahr, und knapp eine Milliarde Commits bei einem Zuwachs von fünfundzwanzig Prozent. Wie viel davon am Ende verwertbar ist, wird nirgends belastbar gemessen — das ist selbst ein Teil des Problems. Mehr Geschwindigkeit, mehr Ausstoß, und die Prüfung bleibt bei Menschen hängen.

Drei Beobachtungen aus über zwanzig Jahren Transformationsarbeit

KI macht Organisationsversagen sichtbar — schneller als jedes Audit

Wenn ein Unternehmen KI-gestützte Prozesse einführt und die Ergebnisse enttäuschen, liegt das fast nie an der Technologie. Es liegt daran, was vorher schon nicht funktioniert hat und jetzt schneller sichtbar wird. Unklare Ziele produzieren mit KI schneller unklare Ergebnisse. Entscheidungswege, die vorher Wochen brauchten, brauchen weiter Wochen — weil sich die Abstimmungskultur nicht geändert hat, nur das Werkzeug.

McKinsey zeigt das in Zahlen. In der globalen KI-Befragung vom Sommer 2025 erfüllen rund sechs Prozent der befragten Organisationen die Definition eines AI High Performers — sie schreiben der KI-Nutzung mehr als fünf Prozent ihres EBIT zu. Das ist ein enger Maßstab, und genau deshalb aussagekräftig. Aus einer zweiten, früheren Untersuchung desselben Hauses stammen zwei Werte, die die Lücke beschreiben: Zweiundneunzig Prozent der Unternehmen planten, ihre KI-Ausgaben in den folgenden drei Jahren zu erhöhen, während nur ein Prozent der befragten Führungskräfte das eigene Haus im KI-Einsatz als ausgereift bezeichnete. Die Lücke zwischen Investitionsbereitschaft und organisatorischer Reife ist nicht klein. Sie ist strukturell.

Verantwortung delegiert sich nicht an Algorithmen

In einer Umfrage des Karriereportals Resume Now unter 968 US-Beschäftigten gaben zweiundsiebzig Prozent an, von ChatGPT schon einmal besseren Rat bekommen zu haben als von ihrer Führungskraft; neunundvierzig Prozent empfanden es bei beruflichem Stress als emotional unterstützender. Der Anbieter ist kommerziell, die Erhebung nicht repräsentativ ausgewiesen — die Größenordnung taugt als Hinweis, nicht als Beleg.

Ich lese das nicht als Erfolg der Technik, sondern als Befund über Führungsqualität — und als Warnsignal. KI füllt ein Vakuum. Wenn Orientierung fehlt, wenn Entscheidungen nicht klar kommuniziert werden, springt die Maschine ein. Kurzfristig entlastend, mittelfristig gefährlich: Die Fähigkeit zur menschlichen Führung verkümmert, wenn sie nicht mehr gebraucht wird.

Priorisierung ist die neue Engpasskompetenz

Moderne Systeme können von einem unspezifizierten Problem ausgehend eine Lösung entwickeln. Menschen liefern das Ziel, nicht mehr die Methode. Die verbleibenden Leistungslücken bestehen dort, wo entschieden werden muss, welche Ziele überhaupt verfolgt werden sollten.

Das ist die neue Kernkompetenz: nicht Ausführung, nicht einmal mehr Methode — sondern die Fähigkeit, die richtigen Fragen zu stellen. Was soll erreicht werden? Welche Probleme sind es wert, gelöst zu werden? Und, unbequemer: Was hören wir auf zu tun? Wer das nicht klärt, nutzt KI vor allem dazu, schneller am falschen Problem zu arbeiten.

Was Führung jetzt leisten muss

Es gibt eine Versuchung, die ich in vielen Unternehmen beobachte: auf Klarheit zu warten. Auf bessere Systeme, auf ausgereifte Governance, auf den richtigen Zeitpunkt. Der kommt nicht. Die Kurve wartet nicht.

Orientierung geben. Nicht als Vorgabe, sondern als klares Bild davon, woran Erfolg erkennbar ist. KI-Systeme können Mehrdeutigkeit im Ziel nicht kompensieren. Das muss Führung leisten, präziser als bisher.

Verantwortlichkeit verorten. Gerade dann, wenn Systeme Entscheidungen vorbereiten. Wer eine Empfehlung umsetzt, ohne sie zu verstehen, trägt trotzdem die Konsequenz.

Lernschleifen ermöglichen. In einer Umgebung, in der sich Fähigkeiten alle vier bis fünfeinhalb Monate verdoppeln, ist die Lerngeschwindigkeit einer Organisation keine Eigenschaft mehr. Sie ist die Überlebensbedingung.

Fazit

Wer nur Werkzeuge einführt, ohne Orientierung, Verantwortung und Lernfähigkeit zu stärken, beschleunigt das alte System. Ein beschleunigtes altes System ist keine Transformation. Es ist ein schnelleres Scheitern.

Selbstverbesserung als Konzept setzt voraus, dass das lernende System selbst lernfähig ist. Das gilt für KI. Es gilt genauso für Organisationen.

Quellen

• METR (29.01.2026): Time Horizon 1.1. Verdopplungszeit des Fünfzig-Prozent-Zeithorizonts: 196 Tage über 2019–2025, rund 89 Tage für Modelle ab 2024. Stand des Blogeintrags; die laufend aktualisierte Datenseite weist inzwischen abweichende Werte aus. metr.org
• METR: Task-Completion Time Horizons of Frontier AI Models, laufend aktualisiert; Eintrag vom 08.05.2026, Modell Claude Mythos Preview (early), dort datiert auf den 07.04.2026: Fünfzig-Prozent-Zeithorizont 17,4 Stunden, 95-Prozent-Intervall 8,5 bis 55 Stunden, mit dem Hinweis „Measurements above 16 hrs are unreliable with our current task suite“. metr.org/time-horizons
• McKinsey & Company / QuantumBlack (November 2025): The state of AI in 2025 — Agents, innovation, and transformation. Befragung vom 25.06. bis 29.07.2025, 1993 Teilnehmende in 105 Ländern, nach BIP-Anteil gewichtet. Quelle des Werts von sechs Prozent AI High Performers (Definition: mehr als fünf Prozent des EBIT der KI-Nutzung zugeschrieben). mckinsey.com (PDF)
• McKinsey & Company (28.01.2025): Superagency in the workplace. 3613 Beschäftigte und 238 Mitglieder der Geschäftsleitungsebene, Erhebung Oktober und November 2024, 81 Prozent USA. Quelle der Werte 92 Prozent und ein Prozent. mckinsey.com
• GitHub (28.10.2025): Octoverse 2025. 1,12 Milliarden Beiträge zu öffentlichen und Open-Source-Projekten, knapp eine Milliarde Commits, über 180 Millionen Entwicklerinnen und Entwickler. github.blog
• Resume Now (04.09.2025): The AI Boss Effect. Eigene Online-Umfrage vom 18.06.2025 unter 968 US-Beschäftigten; kommerzieller Anbieter, nicht repräsentativ ausgewiesen. resume-now.com
• Amdahl, Gene M. (1967): Validity of the Single Processor Approach to Achieving Large Scale Computing Capabilities. AFIPS Conference Proceedings, Bd. 30, Spring Joint Computer Conference, S. 483–485. Grundlage von Amdahls Gesetz.

Korrekturhinweis, 10. September 2026, ergänzt am 16. September 2026. Alle Zahlen sind auf ihre Primärquellen zurückgeführt worden; sechs Angaben waren ungenau und sind oben korrigiert: das nur zur Hälfte genannte Konfidenzintervall der METR-Messung, deren Datum und Punktwert, die falsch zugeordnete Verdopplungszeit, zwei McKinsey-Werte aus einer anderen Erhebung, eine als Studienauswertung ausgegebene Anbieterumfrage und die doppelt falsche GitHub-Zahl. Eine Aussage ohne auffindbare Quelle ist gestrichen. Die These des Beitrags bleibt davon unberührt.

Dieser Beitrag gibt eine fachliche Einordnung wieder und ersetzt keine Rechts- oder Unternehmensberatung.