Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
metr10. Februar 2026 · Q002019

A simpler AI timelines model predicts 99% AI R&D automation in ~2032

metr.org · Originalbericht öffnen ↗

Zusammenfassung

Kurz

METRs vereinfachtes Modell setzt bei fortgesetztem Wachstum von Rechenleistung und algorithmischer Effizienz den Median für mehr als 99 Prozent Automatisierung der KI-Forschung auf etwa Mitte 2032; bis 2035 ergeben die Simulationen große Zuwächse bei Softwareeffizienz und Forschungsleistung. Diese Werte hängen von unsicheren Annahmen ab: Das Modell lässt vollständige Automatisierung und wirtschaftliche Rückkopplungen außen vor und sagt nichts über die anschließende Beschleunigung bis zur Superintelligenz aus.

Mittel

Der METR-Bericht beschreibt ein vereinfachtes Modell zur Schätzung, wann KI die Forschung und Entwicklung an KI weitgehend automatisieren könnte. Es nutzt acht statt 33 Parameter im Vergleich zum AI Futures Model und setzt unter anderem voraus, dass Automatisierung einer logistischen Kurve folgt, automatisierte Aufgaben deutlich schneller erledigt werden und vollständige Automatisierung ausbleibt.

Bei fortgesetztem Wachstum von Rechenleistung und algorithmischer Effizienz liegt der simulierte Median für mehr als 99 Prozent Automatisierung bei etwa Mitte 2032. Die meisten von 40 Modellverläufen erreichen diesen Wert Anfang bis Mitte der 2030er Jahre. Bis 2035 ergeben die Simulationen 1.000- bis 10 Millionenfache Softwareeffizienz und 300- bis 3.000-fache Forschungsleistung. Das sind bedingte Modellresultate, keine sicheren Prognosen.

Laut Sensitivitätsanalyse verzögern vor allem stärkere abnehmende Erträge bei Softwareverbesserungen und ein langsamerer Automatisierungsfortschritt den Zeitpunkt. Das Modell erfasst weder die spätere Beschleunigung durch übermenschliches Forschungsurteil noch wirtschaftliche Rückkopplungen. METR betont, dass die Parameter unsicher sind, das Modell schnell erstellt wurde und ein Rücktest vor 2026 wegen geringer damaliger Automatisierung wohl kaum möglich ist.

Ausführlich lesen

Der METR-Bericht stellt ein vereinfachtes Modell vor, das abschätzt, wann KI einen sehr großen Teil der KI-Forschung und -Entwicklung (AI R&D) automatisieren könnte. Die Autorinnen und Autoren wollen damit eine verständlichere und nach ihrer Einschätzung robustere Alternative zum AI Futures Model (AIFM) bieten: Ihr Modell verwendet acht statt 33 Parameter und verzichtet auf einige komplexe Annahmen. Die Vereinfachung soll die Ergebnisse weniger abhängig von schwer bestimmbaren Größen machen; sie garantiert jedoch keine höhere Vorhersagegenauigkeit.

Unter der Annahme, dass sich Rechenleistung und algorithmische Effizienz gemäß den gewählten Trends weiterentwickeln, ergibt die Simulation als mittleren Zeitpunkt für mehr als 99 Prozent Automatisierung etwa Mitte 2032. Die meisten der 40 dargestellten Modellverläufe erreichen diesen Anteil Anfang bis Mitte der 2030er Jahre. Bis 2035 ergeben die Simulationen laut Bericht typischerweise einen Zuwachs der Softwareeffizienz um das Tausend- bis Zehnmillionenfache und eine 300- bis 3.000-fache Forschungsleistung. METR folgert daraus, dass sehr leistungsfähige KI auch auf einem mittleren Zeitplan möglich wäre, selbst wenn vollständige Automatisierung und übermenschliches Forschungsurteil ausbleiben. Das sind modellbasierte Projektionen, keine beobachteten Ergebnisse oder sicheren Vorhersagen.

Das Modell beschreibt Forschungsfortschritt als abhängig von menschlicher Arbeit und Rechenleistung, wobei Softwareeffizienz nach einem Jones-Modell wächst. Der automatisierbare Anteil der Aufgaben steigt sigmoid mit der effektiven Rechenleistung. Automatisierte Aufgaben gelten als deutlich schneller und nicht als Engpass; menschliche Arbeit konzentriert sich auf die übrigen Aufgaben. Der Bericht setzt außerdem null Austauschbarkeit zwischen Aufgaben an und nimmt an, dass KI-Arbeit sich der vollständigen Automatisierung nur annähert, sie aber nie ganz erreicht. Die Parameter stammen im Wesentlichen aus begründeten Schätzungen und Annahmen: unter anderem zu Effizienzfortschritt, anfänglicher Automatisierung, Arbeitskräfte- und Rechenleistungswachstum sowie abnehmenden Erträgen. Für die Simulationen werden Parameter aus Dreiecksverteilungen gezogen.

Die Sensitivitätsanalyse weist vor allem zwei Einflussgrößen aus: stärkere abnehmende Erträge bei Softwareverbesserungen und eine langsamere Umwandlung von Fähigkeiten in Automatisierung verschieben den Zeitpunkt nach hinten. Andere Parameter, darunter der angenommene Anteil von Arbeit gegenüber Rechenleistung, verändern die Zeitpläne in dieser Analyse weniger. METR meint, dass ein übermenschlicher KI-Forscher vor 2036 in den meisten plausiblen Varianten auftreten könnte, sofern der Fortschritt nicht stark gebremst wird oder an einer grundlegenden Grenze zum Stillstand kommt. Ein späterer Zeitplan erfordere laut Analyse eine Kombination aus besonders langsamer Automatisierung und starken abnehmenden Erträgen.

Der Bericht grenzt seine Aussagen ausdrücklich ein: Das Modell trennt Forschungsurteil und Softwareentwicklung nicht und modelliert deshalb Zeit bis zu automatisierter Entwicklung, nicht die anschließende Beschleunigung bis zur Superintelligenz. Es berücksichtigt auch keine Rückkopplungen über die Gesamtwirtschaft. Die Autorinnen und Autoren halten die Parameterschätzungen für unsicher, geben dem exakten Datum wenig Gewicht und sagen, das Modell sei in etwa 15 Stunden erstellt worden; Annahmen könnten sich ändern. Eine empirische Verfeinerung wird vorgeschlagen, etwa durch Studien zur Produktivitätssteigerung und Vergleiche von Modellen über die Zeit. Ein Rücktest mit Daten vor 2026 sei vermutlich kaum möglich, da die Automatisierung von KI-Forschung vor 2025 gering gewesen sei.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen geliefert; die als zusammenfassung bewertete mittlere ist im Kern treu, die kurze ebenfalls sachlich korrekt, lässt aber den Sensitivitätsbefund und die Konservativität der Annahmen aus. Die Einordnung von SF-H3 mit Stufe 4 ist zu hoch, da der Bericht nichts zu Herkunft oder Innenleben von Modellen enthält. SF-T2, SF-T3-T08 und SF-T3-T03 sind ebenfalls zu hoch angesetzt, weil der Bericht die Fragen nur am Rande berührt.

Im Bericht, aber nicht in der Zusammenfassung

  • Schlussfolgerung des Berichts, dass nahezu jedes vernünftige Zeitlinienmodell superhumane KI-Forscher vor 2036 vorhersagt, sofern der KI-Fortschritt nicht an eine Wand stößt oder bewusst gebremst wird
  • Einordnung der Ergebnisse als klar transformative KI
  • Sensitivitätsbefund, dass selbst bei beta 0,9 noch 2034 herauskommt und erst die Kombination aus hoher Automatisierungsträgheit und hohem beta Zeitlinien nach 2036 ergibt
  • Begründung, dass die Annahmen ohne volle Automatisierung und ohne Substituierbarkeit bewusst konservativ gewählt sind

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
  1. 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 23 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 30 %Hintergrund, keine Belege
    • Luna 38 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 28 %Hintergrund, keine Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 44 %gleiches Oberthema, hilft nicht
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 30 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 23 %Hintergrund, keine Belege
    • Luna 46 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 29 %einzelne zitierbare Belege
    • SubQ 25 %Hintergrund, keine Belege
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra 37 %Hintergrund, keine Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-T3-T01 Welches messbare Zeichen, also welche beobachtbare Änderung in der Fähigkeit eines Modells, die Abläufe zu verbessern, mit denen seine eigenen Fähigkeiten entwickelt werden, würden Labore und Staaten gemeinsam als Beginn der Selbstverbesserung anerkennen, und wer darf im Labor danach suchen? Welche beobachtbare Änderung markiert den Schritt von beaufsichtigter automatisierter Forschung zu voll selbstständiger Selbstverbesserung, und welche öffentliche Stelle darf diesen Schritt nach Prüfung der Belege für menschliche Kontrolle erlauben oder ablehnen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
    • SF-T3-T03 Welche Teile von Training, Prüfung und Einsatz laufen schon heute weitgehend durch KI, und welche Rollen sagt jedes Labor zu, bei Menschen zu lassen, in einer veröffentlichten Liste statt als bloßer Grundsatz? Wenn KI nachfolgende Modelle selbst entwirft, trainiert und prüft: Welcher Mindestanteil der Forschung muss unter direkter menschlicher Prüfung bleiben, und wie belegt man, dass ein Durchbruch mit menschlicher Beteiligung und nicht vollautomatisch entstanden ist? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-T3-T06 Wenn ein unabhängiger Prüfer, der mit Zugang wie ein Mitarbeiter in einem Labor arbeitet, meldet, dass die für die Selbstverbesserung relevante Automatisierung schon schneller voranschreitet, als der diplomatische Zeitplan für gemeinsame Prüfungen, Tempogrenzen der Selbstverbesserung und eine umfassende Verlangsamung annimmt: Kehrt sich die Reihenfolge der Verhandlungen um, weil die Prüfung zeigt, dass die Vereinbarung schon zu spät kommt? Und muss der Prüfer das den Regierungen melden, oder ist es ihm freigestellt? Luna: Stufe 3 · 25 % · Hintergrund, keine Belege
    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 61 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Vertrauen in Modelle
  1. 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 100 %kein Bezug
    • JEV 43 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 35 %Hintergrund, keine Belege
    • Luna 49 %gleiches Oberthema, hilft nicht
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 89 %beantwortet direkt und ausführlich
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. 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 38 %Hintergrund, keine Belege
    • JEV 40 %gleiches Oberthema, hilft nicht
    • amos 54 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →