Anthropic Education Report: The AI Fluency Index
Zusammenfassung
Kurz
Anthropic analysierte 9.830 Claude.ai-Gespräche aus einer Januarwoche und fand, dass iterative Überarbeitung häufig mit weiteren beobachtbaren Merkmalen der KI-Kompetenz einherging. Bei Gesprächen zur Erstellung von Ergebnissen gaben Nutzende zwar mehr Anweisungen, zeigten aber seltener Faktenprüfung oder kritisches Hinterfragen. Die Befunde sind korrelativ und gelten nur für eine begrenzte, vermutlich KI-erfahrene Claude.ai-Stichprobe; viele Aspekte von KI-Kompetenz waren nicht messbar.
Mittel
Anthropics Bericht legt einen ersten Ausgangswert für beobachtbare Verhaltensweisen der KI-Kompetenz vor. Analysiert wurden 9.830 mehrteilige Claude.ai-Gespräche aus einer Woche im Januar 2026. Erfasst wurden 11 von 24 Verhaltensweisen eines zugrunde gelegten Rahmens, darunter Zielklärung, Überarbeitung, Faktenprüfung und das Hinterfragen von Modellbegründungen.
Am häufigsten war das iterative Verfeinern von Antworten (85,7 Prozent). Gespräche mit solchen Überarbeitungen wiesen im Durchschnitt mehr weitere Kompetenzmerkmale auf; Nutzende hinterfragten darin etwa häufiger die Begründung des Modells. Bei der Erstellung von Code, Dokumenten oder anderen Ergebnissen machten Nutzende zwar öfter Vorgaben zu Ziel, Beispielen und Format, prüften aber seltener Fakten, fehlenden Kontext oder die Modellbegründung. Der Bericht bietet mögliche Erklärungen für diesen Zusammenhang, kann aber keine davon bestätigen.
Anthropic rät, im Dialog weiterzuarbeiten, überzeugend wirkende Ergebnisse kritisch zu prüfen und Erwartungen an die Zusammenarbeit klar zu äußern. Die Befunde sind korrelativ. Sie beruhen auf einer einzelnen Woche, betreffen ausschließlich Claude.ai und erfassen nur im Gespräch sichtbare Verhaltensweisen. Die vermutlich KI-erfahrene Stichprobe ist kein Maßstab für die Gesamtbevölkerung; auch stilles Prüfen außerhalb des Chats bleibt unberücksichtigt.
Ausführlich lesen
Der Bericht von Anthropic stellt einen ersten Ausgangswert dafür vor, wie sich Menschen in Gesprächen mit KI beim sicheren und wirksamen Zusammenarbeiten verhalten. Dafür nutzt er einen Rahmen mit 24 möglichen Verhaltensweisen der KI-Kompetenz. Untersucht wurden 11 davon, weil sie in Gesprächen auf Claude.ai unmittelbar erkennbar sind; etwa ob Nutzende Ziele klären, Beispiele geben, Ergebnisse überarbeiten oder die Begründung des Modells hinterfragen. Die übrigen 13 Verhaltensweisen, darunter Aspekte verantwortungsvoller Nutzung außerhalb des Chats, ließen sich mit dieser Methode nicht erfassen.
Die Analyse umfasst 9.830 mehrteilige Gespräche mit Claude.ai aus einer Woche im Januar 2026. Anthropic verwendete dafür ein als datenschutzwahrend beschriebenes Analyseverfahren und ordnete Gespräche anhand binärer Klassifikationen den beobachtbaren Verhaltensweisen zu. Die Muster waren laut Bericht über die Wochentage und sechs untersuchte Sprachen hinweg weitgehend stabil. Am häufigsten zeigte sich das Weiterentwickeln und Verfeinern von Antworten: 85,7 Prozent der Gespräche enthielten dieses Verhalten. 51,1 Prozent klärten das Ziel, 41,1 Prozent gaben Beispiele für ein gewünschtes Ergebnis. Seltener wurden wichtige Tatsachen geprüft (8,7 Prozent) oder die Begründung des Modells hinterfragt (15,8 Prozent).
Der Bericht beschreibt einen starken Zusammenhang zwischen iterativem Arbeiten und weiteren Merkmalen der KI-Kompetenz. Gespräche mit Überarbeitung zeigten im Durchschnitt 2,67 zusätzliche Verhaltensweisen, verglichen mit 1,33 in Gesprächen ohne Überarbeitung. Nutzende hinterfragten darin die Begründung des Modells 5,6-mal häufiger und benannten fehlenden Kontext viermal häufiger. Anthropic deutet dies als Hinweis darauf, dass KI eher als Denkpartner genutzt wird, wenn die Unterhaltung über die erste Antwort hinausgeht. Die Daten zeigen jedoch Zusammenhänge und belegen nicht, dass Iteration die anderen Verhaltensweisen verursacht.
Bei Gesprächen, in denen Ergebnisse wie Code, Dokumente oder interaktive Werkzeuge erstellt wurden, waren Nutzende laut Analyse anfangs stärker steuernd: Sie klärten häufiger ihr Ziel, gaben öfter Beispiele und machten Formatvorgaben. Zugleich fanden sich in diesen Gesprächen seltener Anzeichen dafür, dass sie fehlenden Kontext erkannten, Fakten überprüften oder die Begründung des Modells hinterfragten. Der Bericht nennt mehrere mögliche Erklärungen: Ein überzeugend wirkendes Ergebnis könnte weniger Anlass zur Prüfung geben; Aufgaben könnten unterschiedliche Anforderungen an Genauigkeit haben; oder Nutzende könnten Ergebnisse außerhalb des Chats testen. Welche Erklärung zutrifft, lässt sich aus der Analyse nicht bestimmen.
Anthropic empfiehlt, im Gespräch weiter nachzufragen und Ergebnisse zu überarbeiten, überzeugend wirkende Ausgaben kritisch zu prüfen und Erwartungen an die Zusammenarbeit ausdrücklich festzulegen. Die Autorinnen und Autoren betonen, dass die Stichprobe nur aktive Claude.ai-Nutzende in mehrteiligen Gesprächen während einer einzigen Woche abbildet und vermutlich frühe, KI-erfahrene Nutzende überrepräsentiert. Sie ist daher kein allgemeingültiger Maßstab und erlaubt keine Aussagen über zeitliche Entwicklungen oder andere KI-Plattformen. Auch die binäre Erfassung kann Nuancen übersehen; zudem können Nutzende KI-Ausgaben prüfen, ohne dies im Gespräch zu zeigen. Geplant sind unter anderem Vergleiche zwischen neuen und erfahrenen Nutzenden, qualitative Untersuchungen der nicht beobachtbaren Verhaltensweisen sowie Forschung zu möglichen Ursachen und zu Claude Code.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Alle drei Sammelfragen wurden bewertet. Für Teilfragen gab es keine Angaben, daher blieb dieser Teil leer.
Im Bericht, aber nicht in der Zusammenfassung
- Die Zuverlässigkeitsprüfung über alle Wochentage und sechs Sprachen, die zeigt, dass die Muster stabil sind
- Das 4D-AI-Fluency-Framework von Dakan und Feller als Grundlage der 24 Verhaltensweisen
- Der Anteil artefakterzeugender Gespräche von 12,3 Prozent
- Der Ausblick auf Kohortenanalysen, qualitative Methoden und kausale Fragen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Fähigkeiten messen
- SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 34 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 52 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 46 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 36 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 44 %Hintergrund, keine Belege
- JEV 30 %Hintergrund, keine Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 36 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 79 %gleiches Oberthema, hilft nicht
- d3-ultra
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 33 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 33 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 59 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 63 %gleiches Oberthema, hilft nicht
- d3-ultra
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 43 %Hintergrund, keine Belege
- JEV 45 %einzelne zitierbare Belege
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 53 %Hintergrund, keine Belege
- JEV 27 %Hintergrund, keine Belege
- amos 37 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 45 %gleiches Oberthema, hilft nicht
- d3-ultra
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 50 %gleiches Oberthema, hilft nicht
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
Modelle teilen und schützen
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 75 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 43 %gleiches Oberthema, hilft nicht
- SubQ 66 %gleiches Oberthema, hilft nicht
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 40 %gleiches Oberthema, hilft nicht
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 49 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 68 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 81 %Hintergrund, keine Belege
- JEV 43 %einzelne zitierbare Belege
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 54 %gleiches Oberthema, hilft nicht
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra
- Haiku-Prüfung nur am Rande erwähnt
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 61 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Weitere Berichte zu diesen Fragen
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- Alle Berichte im Archiv